革命性城市移动:物联网增强的自动停车解决方案与转移学习为智能城市
Qaiser Abbas1,2, Gulzar Ahmad3, Tahir Alyas4
1Faculty of Computer and Information Systems, Islamic University of Madinah, Madinah 42351, Saudi Arabia.
Sensors (Basel, Switzerland)
|November 14, 2023
概括
本研究介绍了智能城市运营的SCOPE模型,重点是使用AI的汽车停车系统. 它采用像Alex Net和YOLO这样的深度学习模型,以有效地识别空缺的机位和可持续的城市管理.
科学领域:
- 计算机科学 计算机科学
- 城市规划 城市规划
- 人工智能的人工智能
背景情况:
- 智能城市整合了各种技术,如物联网,SDN,5G,AI和分析,以简化运营.
- 多个云提供商的复杂性需要一个稳定的平台来实现可持续的智能城市发展.
- 智能城市运营平台生态 (SCOPE) 模型解决了这些需求,结合了机器学习和生态系统管理.
研究的目的:
- 介绍SCOPE模型的一个模块,重点是智能城市中对象识别的数据处理和学习.
- 引入智能停车系统,利用智能识别技术来检测空位.
- 通过先进的学习机制,增强程序稳定性和改进智能城市运营.
主要方法:
- 开发SCOPE模型,整合机器学习,认知相关性,生态系统管理和安全.
- 在SCOPE框架内实施双层学习控制器.
- 利用深度学习模型,特别是Alex Net和YOLO,用于停车系统中的对象识别.
主要成果:
- 一个功能性的停车系统的演示,利用智能识别来检测空位.
- 验证双层学习控制器在确保程序稳定的有效性.
- 成功地应用了Alex Net和YOLO模型,在智能城市环境中准确识别对象.
结论:
- 该SCOPE模型为智慧城市的可持续发展和进步提供了一个平衡的生态系统.
- 拟议的停车系统有效地利用人工智能和深度学习来有效地管理资源.
- 该研究有助于推进智慧城市运营效率和自动化智能系统的发展.
