
handle: 1822/80682
Na maior parte das cidades, encontrar um lugar de estacionamento disponível é uma tarefa com plicada, o que leva ao aumento do trânsito, da poluição, do stress e do tempo perdido por parte dos condutores. Nesta dissertação, é apresentada uma solução completa e genérica, para a gestão dos estaciona mentos de veículos. Esta solução pode ser implementada em qualquer cidade, pois a mesma é capaz de se adaptar a diferentes necessidades e especificidades, através do uso de inteligência artificial ou através de leitura remota de dados. A solução aqui apresentada consiste na elaboração de um sistema de detecção de lugares livres, um servidor, uma aplicação para telemóvel e um back office. O sistema de deteção é opcional, sendo somente instalado quando se pretende ter acesso ao número de lugares vagos em tempo real. O próprio sistema pode ser adaptado consoante as características do local, o orçamento disponível e a precisão desejada. A aplicação para telemóvel permite que os utilizadores consigam ter acesso às informações dos es tacionamentos disponíveis, indiquem as suas preferências e o seu destino e recebam depois sugestões de estacionamento por parte do servidor. Esta aplicação permite também que os utilizadores compar tilhem informações sobre as lotações dos parques, as quais são recolhidas pelo servidor com a finali dade de treinar a rede neuronal e melhorar o seu desempenho. A rede neuronal fará as devidas previ sões e, ao longo do tempo, irá aumentar a precisão do modelo de previsão. Um exemplo de funciona mento da aplicação pode ser visto em: https://www.youtube.com/watch?v=G-MdzFcsBWw (consultado a 7 de fevereiro de 2021). O servidor recebe, armazena e distribui as informações dos estacionamentos, além de sugerir aos utilizadores um conjunto de estacionamentos que melhor se adaptam às suas preferências. A sugestão é apresentada com base nas características dos estacionamentos disponíveis, através de uma previsão de uma rede neuronal, treinada com todos os dados adquiridos do histórico de lotação do parque. O back office permite que se gira o sistema de uma forma simples e agradável. Pode então dizer-se que é possível implementar esta solução em todas as cidades e em todo o tipo de parques de estacionamento, auxiliando os utilizadores da aplicação, e permitindo que os mesmos encontrem, de forma eficaz e eficiente, um lugar de estacionamento.
IoT, Visão por computador, Neural Networks, Computer Vision, Estacionamentos Inteligentes, Mobile APP, Redes Neuronais, RetinaNet, Smart Public Parking, Machine Learning, Deep Learning, Aplicação móvel, Inteligência Artificial, YOLO, Artificial Inteligence, CNN, SSD
IoT, Visão por computador, Neural Networks, Computer Vision, Estacionamentos Inteligentes, Mobile APP, Redes Neuronais, RetinaNet, Smart Public Parking, Machine Learning, Deep Learning, Aplicação móvel, Inteligência Artificial, YOLO, Artificial Inteligence, CNN, SSD
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
