Développements des mécanismes basés sur l'apprentissage automatique pour la gestion du trafic routier dans les intersections.

Abstract

De nos jours, l'intelligence artificielle (IA) joue un rôle important dans la résolution de nombreux problèmes du monde réel. Dans ce travail nous nous intéressons au domaine de circulation routière, spécialement la gestion des intersections. La motivation vient du fait que ce secteur nécessite de nouvelles perception et mécanismes basés sur l’IA pour freiner l’augmentation des problèmes issue de ce secteur, des problèmes qui engendre des coûts économiques et écologiques en croissance exponentielle. L'objectif ultime de ce mémoire est de faire une recherche bibliographique "état de l'art" sur le sujet, ensuite intégrer les approches d'apprentissage automatique "ML" dans le contrôle et l'automatisation des feux de signalisation pour une circulation routière basique, en tenant compte des contraintes environnementales de la circulation routière étudiée. Afin de mesurer l'impacte de l'ensemble des mécanismes développés, Les cadres informatique suivants Anaconda, spyder, Netlogo, et langage python sont visés dans ce Mémoire.