| Titre de série : |
Système intelligent de surveillance et de gestion des infractions au trafic routier urbain basé sur l'Internet des objets et l'intelligence artificielle |
| Titre : |
Mémoire de master : informatique |
| Type de document : |
texte imprimé |
| Auteurs : |
Tapha Mbaye, Auteur ; Ousmane Diallo, Directeur de la recherche ; Elhadj Malick Ndoye, Collaborateur |
| Editeur : |
Ziguinchor : Université Assane Seck de Ziguinchor, 2025 |
| Importance : |
1 vol. (113 f.) |
| Présentation : |
ill., couv. ill. en coul. |
| Format : |
30 cm |
| Langues : |
Français (fre) |
| Mots-clés : |
Intelligence artificielle Internet des Objects YOLOv8 Villes intelligentes Mobilité urbaine Raspberry Pi Sécurité routière |
| Index. décimale : |
MI25/12 |
| Résumé : |
Dans les grandes villes comme Dakar, la forte croissance démographique et l’augmentation du nombre de véhicules posent de sérieux problèmes de mobilité urbaine. Les embouteillages, les retards, les accidents et la pollution de l’air sont devenus quotidiens. Malheureusement, les systèmes traditionnels de gestion du trafic, souvent manuels, ne permettent plus de répondre efficacement à ces enjeux. Pour apporter une réponse innovante, ce mémoire propose la conception et la réalisation d’un système intelligent de surveillance et de gestion des infractions routières en milieu urbain nommé Wattu Yoon Wi. Ce système s’appuie sur deux technologies clés : l’Internet des Objets et l’Intelligence Artificielle. Il intègre plusieurs capteurs, des caméras, des modules RFID et des microcontrôleurs comme l’Arduino et le Raspberry Pi, pour surveiller et analyser en temps réel la circulation. Un des éléments centraux du système est l’utilisation du modèle d’IA YOLOv8, choisi pour sa rapidité et sa précision dans la détection d’objets en temps réel. Ce modèle a été entraîné sur un jeu de données personnalisé pour détecter les véhicules, les véhicules d’urgence et les plaques d’immatriculation. Grâce à lui, le système peut identifier automatiquement les infractions, ajuster les feux de signalisation et prioriser les véhicules d'urgence. Une application web a également été développée. Elle permet aux autorités de visualiser le trafic sur une carte interactive, de recevoir des alertes en cas d’infraction, de consulter les informations des caméras et d’accéder à l’historique des données. Les tests effectués sur le prototype montrent un taux de précision supérieur à 90 %, confirmant la fiabilité de la solution dans un contexte local. Ce travail démontre que l’IA et l’IoT, combinées à des modèles performants comme YOLOv8, peuvent réellement transformer la gestion du trafic dans les villes africaines en la rendant plus fluide, plus sûre et plus intelligente. |
Système intelligent de surveillance et de gestion des infractions au trafic routier urbain basé sur l'Internet des objets et l'intelligence artificielle. Mémoire de master : informatique [texte imprimé] / Tapha Mbaye, Auteur ; Ousmane Diallo, Directeur de la recherche ; Elhadj Malick Ndoye, Collaborateur . - Ziguinchor : Université Assane Seck de Ziguinchor, 2025 . - 1 vol. (113 f.) : ill., couv. ill. en coul. ; 30 cm. Langues : Français ( fre) | Mots-clés : |
Intelligence artificielle Internet des Objects YOLOv8 Villes intelligentes Mobilité urbaine Raspberry Pi Sécurité routière |
| Index. décimale : |
MI25/12 |
| Résumé : |
Dans les grandes villes comme Dakar, la forte croissance démographique et l’augmentation du nombre de véhicules posent de sérieux problèmes de mobilité urbaine. Les embouteillages, les retards, les accidents et la pollution de l’air sont devenus quotidiens. Malheureusement, les systèmes traditionnels de gestion du trafic, souvent manuels, ne permettent plus de répondre efficacement à ces enjeux. Pour apporter une réponse innovante, ce mémoire propose la conception et la réalisation d’un système intelligent de surveillance et de gestion des infractions routières en milieu urbain nommé Wattu Yoon Wi. Ce système s’appuie sur deux technologies clés : l’Internet des Objets et l’Intelligence Artificielle. Il intègre plusieurs capteurs, des caméras, des modules RFID et des microcontrôleurs comme l’Arduino et le Raspberry Pi, pour surveiller et analyser en temps réel la circulation. Un des éléments centraux du système est l’utilisation du modèle d’IA YOLOv8, choisi pour sa rapidité et sa précision dans la détection d’objets en temps réel. Ce modèle a été entraîné sur un jeu de données personnalisé pour détecter les véhicules, les véhicules d’urgence et les plaques d’immatriculation. Grâce à lui, le système peut identifier automatiquement les infractions, ajuster les feux de signalisation et prioriser les véhicules d'urgence. Une application web a également été développée. Elle permet aux autorités de visualiser le trafic sur une carte interactive, de recevoir des alertes en cas d’infraction, de consulter les informations des caméras et d’accéder à l’historique des données. Les tests effectués sur le prototype montrent un taux de précision supérieur à 90 %, confirmant la fiabilité de la solution dans un contexte local. Ce travail démontre que l’IA et l’IoT, combinées à des modèles performants comme YOLOv8, peuvent réellement transformer la gestion du trafic dans les villes africaines en la rendant plus fluide, plus sûre et plus intelligente. |
|  |
Faire une suggestion Affiner la rechercheSystème intelligent de surveillance et de gestion des infractions au trafic routier urbain basé sur l'Internet des objets et l'intelligence artificielle. Mémoire de master / Tapha Mbaye / Ziguinchor : Université Assane Seck de Ziguinchor (2025)
