Cuji Rodriguez, Julio EnriqueCoello Ibañez, Antony Josue2024-08-202024-08-202024-08https://repositorio.uta.edu.ec/handle/123456789/42270El presente proyecto de investigación desarrolla un prototipo de sistema de semaforización inteligente para optimizar el tráfico vehicular utilizando un modelo de inteligencia artificial. La metodología se divide en cuatro etapas. En la primera etapa, se recopilaron datos del flujo vehicular utilizando cuatro cámaras situadas en los cruces de la intersección de la Av. Rodrigo Pachano y calle Montalvo en la ciudad de Ambato. La segunda etapa consiste en la detección y conteo de vehículos utilizando el modelo YOLOv5 y el algoritmo de seguimiento SORT, lo que permitió realizar un análisis preciso del flujo vehicular. En la tercera etapa, se implementó un sistema de almacenamiento de datos con MySQL para registrar el número de vehículos detectados. Además, se desarrolló un algoritmo de control adaptativo que gestiona de manera autónoma los estados de los semáforos según la cantidad de tráfico. Finalmente, en la cuarta etapa se diseñó una interfaz gráfica con Tkinter para supervisar y controlar el sistema, y se simuló el tráfico con la librería Pygame. También se integró un prototipo que utiliza LEDs de 10 mm y un microcontrolador ESP32, el cual se comunica con el sistema a través del protocolo WebSocket para gestionar el funcionamiento de los semáforos. Los resultados demuestran que el sistema mejora significativamente el flujo vehicular, incrementando la capacidad de manejo del tráfico en un 182.06%. Lo que se traduce en una notable mejora en la calidad de vida de los ciudadanos al reducir el tiempo necesario para desplazarse entre diferentes puntos de la ciudad.This research project develops a prototype of an intelligent traffic light system to optimize vehicular traffic using an artificial intelligence model. The methodology is divided into four stages. In the first stage, vehicle flow data was collected using four cameras located at the intersection of Rodrigo Pachano Avenue and Montalvo Street in the city of Ambato. The second stage consisted of vehicle detection and counting using the YOLOv5 model and the SORT tracking algorithm, which allowed for an accurate analysis of vehicle flow. In the third stage, a data storage system with MySQL was implemented to record the number of detected vehicles. In addition, an adaptive control algorithm was developed to autonomously manage traffic light states according to the amount of traffic. Finally, in the fourth stage, a graphical interface was designed with Tkinter to supervise and control the system, and traffic was simulated with the Pygame library. A prototype using 10 mm LEDs and an ESP32 microcontroller was also integrated, which communicates with the system via the WebSocket protocol to manage the operation of the traffic lights. The results show that the system significantly improves vehicle flow, increasing traffic management capacity by 182.06%. This translates into a significant improvement in the quality of life of citizens by reducing the time needed to travel between different parts of the city.spaopenAccessSEMAFORIZACIÓN INTELIGENTEINTELIGENCIA ARTIFICIALCONGESTIÓN VEHICULARYOLOv5SORTbachelorThesis