• Like
  • Save
Paper Ia
Upcoming SlideShare
Loading in...5
×
 

Paper Ia

on

  • 2,130 views

Paper de Ia

Paper de Ia

Statistics

Views

Total Views
2,130
Views on SlideShare
2,130
Embed Views
0

Actions

Likes
0
Downloads
63
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Paper Ia Paper Ia Document Transcript

    • UTPL. Inteligencia Artificial. . SEMÁFORO INTELIGENTE. Vanessa Celi cvceli@utpl.edu.ec Freddy Ojeda ffojeda@utpl.edu.ec Docente: Ing. Nelson Piedra nopiedra@utpl.edu.ec RESUMEN: En el presente abordamos lo que son los agentes racionales y su comportamiento de acuerdo al medio en el que se desenvuelven Daremos una introducción general sobre los agentes inteligentes, para luego centrarnos en la descripción detallada de nuestro agente de estudio. . PALABRAS CLAVE: Inteligencia artificial, semáforos, algoritmos de búsqueda, heurística. Figura 1 Agente Inteligente 1 INTRODUCCIÓN 3 CARACTERÍSTICAS GENERALES Los agentes de software han mostrado una nueva forma de trabajar con computadores, Partiendo de la Figura 1 podemos definir a permitiendo “delegar” en un programa (el agente) un agente inteligente como una entidad que ciertas tareas que, de otra forma, solamente percibe y actúa sobre su entorno. podrían hacer los humanos. En algunos casos, puede tratarse simplemente de tareas repetitivas, Un Agente inteligente se caracteriza por ser: pero en otros, puede ser una solución a problemas complejos. Comunicativo deberá entender las necesidades u objetivos del usuario. En este trabajo analizamos la posibilidad de Capaz debe tener la capacidad de saber emplear un agente “semáforo” cuya función como dar un servicio y proporcionar información principal es agilizar el control del tránsito de Autónomo debe poder interactuar con el vehículos en una intersección de dos calles, de entorno tomando decisiones y actuando por si solo manera de que pasen alternadamente a través de Adaptativo debe ser capaz de aprender del esta. entorno 4 AGENTE INTELIGENTE SEMAFORO 2 AGENTE INTELIGENTE 4.1 TENDENCIAS EN SEMAFOROS INTELIGENTE 1
    • UTPL. Inteligencia Artificial. . - Actualmente existen sistemas de control de entornos simulados. Concretamente los luces inteligentes por medio de sensores en el resultados obtenidos durante las pruebas asfalto. Trabajos a nivel de investigación, experimentales fueron: Brasil tiene un par de experiencia al respecto.[5] Reducción de los tiempos de espera para cruzar la intersección un 56.3%, desde 2.217 segundos de espera acumulados durante los - Científicos norteamericanos y rumanos han primeros 30 minutos, a 968 segundos de los desarrollado un modelo informático basado en siguientes 30 minutos. información real que atribuye inteligencia a los semáforos para optimizar la gestión del tráfico. Reducción del número de arranques en De esta forma han comprobado que se reduce 70, de 142 arranques sobre 252 vehículos un 28% el tiempo de espera en los cruces en servidos durante los primeros 30 minutos, a 72 hora punta y un 6,5% las emisiones de CO2. arranques sobre otros 252 vehículos servidos El modelo puede potenciarse si se incorpora a durante los siguientes 30 minutos. los automóviles un software específico que avise a los conductores tanto de las Reducción del consumo medio de velocidades recomendables en función de las combustible en 0.564 litros, durante la segunda luces de los semáforos, como en función de la media hora de pruebas experimentales. cantidad de coches que se pueden encontrar en los atascos. Esta aplicación también podría Reducción de 1.922,83 gramos de CO2, trasladar información al sistema para mejorar durante la segunda media hora de pruebas la regulación del tráfico mediante los experimentales. [4] semáforos - El sistema, denominado TEA (Traffic Enhancement Application) Desarrollado en 5 PROBLEMÁTICA laUni Universidad Pontificia Comillas. A sido evaluación en un entorno simulado, se incluye La congestión vehicular que encontramos en en este proyecto un simulador del tráfico que las calles de nuestra ciudad y de cualquier ciudad fluye en una intersección. Tras un proceso de del país, es causante de mucho malestar a los ajuste y parametrización del citado simulador, conductores, aún cuando en las intersecciones de se han realizado simulaciones durante 270 las calles se encuentren semáforos instalados, minutos, para las dos posibles formas de estos no garantizan la óptima fluidez vehicular regulación semafórica: por patrones de porque cuentan con métodos estáticos para de tiempos fijos y mediante la regulación cruce en un entorno que cambia constantemente inteligente propuesta por este proyecto. Los resultados que se obtienen mediante simulación son alentadores, el control 5.1 SOLUCIÓN A LA PROBLEMÁTICA inteligente reduce los tiempos de espera un 74%, desde 20.849 segundos de espera Luego de habernos informado de cuáles acumulados durante 270 minutos de serían los mejores sensores para la detección y simulación a 5.430 segundos. Por otro lado, el conteo de vehículos, hemos encontrado que la número de arranques se reducen en 70 manera de detectar los vehículos que se arranques, de 1.903 arranques sobre 3.240 encuentran parados en una intersección o que se vehículos servidos, a 1.820 arranques sobre aproximan a la misma es la que está basada en el 3.265 vehículos servidos. tratamiento digital de las imágenes tomadas Respecto a la evaluación en un entorno mediante cámaras inalámbricas montadas en el real, se han realizado pruebas experimentales semáforo. utilizando semáforos de obra para ejecutar las Para realizar el proceso digital de imágenes decisiones de regulación semafórica se utilizará dos algoritmos, uno para la detección inteligente, sobre una intersección real por de vehículos de día y otro para la detección de donde circulan un flujo medio de vehículos. vehículos de noche. Los resultados de las pruebas experimentales han sido satisfactorios, reafirmando las estimaciones realizadas mediante la ejecución de este proyecto en 2
    • UTPL. Inteligencia Artificial. . Tenemos los sensores (cámaras IP) los 6 FUNCIONAMIENTO cuales nos proporcionan datos del número de vehículos que se aproximan a la intersección, para luego enviarlos a un control de entrada que este a Este proyecto desarrollará un sistema su vez se comunicará con la organización de los inteligente que, a partir de cámaras IP instaladas datos los cuales interactúan con el control en los semáforos, ejecute en tiempo real mientras que el control de salida se comunica con decisiones sobre los tiempos de cada luz de un la base de datos. semáforo para la optimización del tráfico en una intersección. Para que nuestro agente decida que cantidad de tiempo dar a cada intersección, este utiliza el Objetivos principales: algoritmo de búsqueda A*. El cual utiliza una función de evaluación: - Reducir el tiempo medio de espera de los vehículos que circulan por la intersección. f(n) = g(n) + h'(n), - Reducir el número de paradas/arranques donde h'(n) representa el valor heurístico del que se producen. De esta manera se nodo a evaluar desde el actual, este está dado en reduce el gasto de combustible y también función del número de vehículos que circulan por se reducen las emisiones contaminantes. ambas vías y la hora del día que es, g(n) es el coste real del camino recorrido para llegar a dicho nodo, n. 7 DESCRIPCIÓN DEL ENTORNO DE A* mantiene dos estructuras de datos TRABAJO DEL AGENTE SEMAFORO auxiliares, que podemos denominar abiertos, implementado como una cola de prioridad (ordenada por el valor f(n) de cada nodo), y agen Medidas de Entorno Actuador Sensores cerrados, donde se guarda la información de los te Rendimiento es nodos que ya han sido visitados. En cada paso del Agilizar el Calles Luz Detector de Trafico Amarilla Vehículos algoritmo, se expande el nodo que esté primero en Minimizar los Peatones Luz verde Cámara abiertos, y en caso de que no sea un nodo embotellamien objetivo, calcula la f(n) de todos sus hijos, los tos inserta en abiertos, y pasa el nodo evaluado a Tráficos Luz Roja cerrados. Tabla 1 Entorno de trabajo del agente semáforo Según la hora del día en que esté trabajando el semáforo, se calculará el tiempo de las luces, teniendo este un valor más elevado en las horas 8 ARQUITECTURA GLOBAL DEL pico dadas como heurística. AGENTE INTELIGENTE SEMÁFORO Dentro del algoritmo se hace la llamada a la búsqueda A* en el momento en que se hace la re sincronización de las luces. El algoritmo a utilizarse para el control del tráfico, es el que se muestra en la figura 3 Figura 2 Arquitectura del Agente 3
    • UTPL. Inteligencia Artificial. . herramienta CMap Tools. La ontología obtenida es Activar los sensores la siguiente: Esta en modo norma ? l N O Hay carros aproximándose por X o por Y, time S I Cuantos Carros por vienen , X cuantos vienen por Y n >= n N n =0 X Y O X N S O I n =0 Y S S N I I O Que color Que color esta el esta el semáforo semáforo VERDE ROJA VERDE ROJA X X Y Y Se Se puede cambiar puede cambiar a VERDE ? a VERDE ? X Y Reducir Reducir al tiempo N S VERDE al tiempo N S VERDE deROJO O I X deROJO O I Y X Y Figura 4 ontologías del semáforo Resincroniz Resincroniz ar lasluces ar lasluces Descartar los sensores y y continuar en modo norma l REFERENCIAS [1] Russell y Norvig. Prentice HallG, Obregón Pulido, B Castillo Toledo and A. Loukianov. Inteligencia Aritificial Un Enfoque Moderno. 2da.Edicion 2004 [2] An Inlligent transport system for controlling traffic light Figura 3 Algoritmo para el control de las luces son bus-rapid-transit (BTR) routes in del semáforo (Basado en BTR [2]) Johannesburg(Matthew Bernath, Jonathan Counihan and Rex Van Olst.) 2007. Es algoritmo utiliza como entradas, los datos https://repository.up.ac.za/upspace/bitstream/2263/6 que los sensores (las cámaras IP) le proporcionan. 509/1/Bernath.pdf Estos datos son: ¿cuántos vehículos están [3]Traffic Signal Using Smart Agent System (Cheonshik parados en la intersección y cuántos se aproximan Kim, You-Sik Hong, Anyang University, Faculty of a ella? Con esto se interrumpe el normal Major in Digital Media Engineering) 2008 funcionamiento de los semáforos. [4] Mejora del tráfico en un cruce regulado por semáforos, mediante un sistema basado en visión Estas interrupciones dan lugar al aspecto artificial (Rocha Gómez, Ernesto de la). Universidad inteligente del algoritmo ya que cuando estas Pontificia Comillas. ocurren se procede a hacer una decisión inteligente sobre el número de carros que se [5]http://www.curitiba.org.br/digitando/tecnologia/?canal= aproximan a la intersección y los tiempos en la 19&noti=2818 sincronización de las luces. [6]A (Mildly) Intelligent Traffic Light System, Bluespec. 2009 9 ENTORNO DE APRENDIZAJE Para el entorno de aprendizaje de nuestro agente usamos una ontología realizada en la 4