Je vais faire le comptage de véhicules et la logique de trafic adaptative dans sumo
Je conçois des technologies intelligentes et crée des présentations impressionnantes
Niveau 1
Répond à certains critères de performance et présente un fort potentiel sur la place de marché.
À propos de ce service
Vous avez du mal à mettre en œuvre une logique de trafic complexe dans SUMO ?
Bienvenue ! Je suis Sara, ingénieure en systèmes embarqués (M.Sc.) spécialisée dans les systèmes de transport intelligents (ITS). Je comble le fossé entre les algorithmes de trafic théoriques et les simulations SUMO (Simulation of Urban MObility) fonctionnelles.
Je me spécialise dans l’utilisation de Python et TraCI pour contourner les feux de circulation à temps fixe standard et mettre en œuvre un Contrôle Adaptatif en Temps Réel basé sur le comptage en direct des véhicules et les données de densité.
Mes services incluent :
- Création de cartes SUMO : Conversion des données OpenStreetMap (OSM) en réseaux SUMO fonctionnels (.net.xml) avec itinéraires personnalisés.
- Co-simulation TraCI : Écriture de scripts Python pour contrôler dynamiquement les feux de circulation en fonction des données de simulation en temps réel.
- Mise en œuvre de logique adaptative : Codage d’algorithmes (Machine Learning/RL) qui ajustent la durée des feux en fonction du temps d’attente ou de la longueur de la file.
- Extraction de données : Génération de graphiques pour le débit de véhicules, les temps d’attente et les émissions.
Pourquoi choisir ce service ?
- Expert en algorithmes : Je ne me contente pas de faire tourner la simulation ; je code la logique (C++/Python).
- Analyse visuelle : Je fournis un code propre et une visualisation des données pour votre rapport ou mémoire.
- Qualité niveau Master : Normes professionnelles d’ingénierie garanties.
Mon portfolio
FAQ
Traduction automatique
Dois-je fournir la carte ?
Vous pouvez simplement me donner l’emplacement Google Maps ou les coordonnées de l’intersection que vous souhaitez simuler. Je l’importerai dans SUMO en utilisant OpenStreetMap.
Pouvez-vous implémenter des agents Reinforcement Learning (RL) ?
Oui, je peux utiliser des bibliothèques Python (comme PyTorch ou TensorFlow) connectées via TraCI pour entraîner un agent à contrôler les feux. Cela relève du package Premium en raison de la complexité.
Quels livrables puis-je obtenir ?
Vous recevrez le dossier complet du projet (fichiers de configuration, scripts Python, fichiers réseau) pour que vous puissiez exécuter la simulation sur votre propre machine.
