Desarrollo de una herramienta de evaluación incorporando algoritmos de clusterización de tráfico vehicular con parámetros de rendimiento, infraestructura usada, procesamiento y resultados obtenidos de la geolocalización de los algoritmos implementados usando herramientas de Big Data sobre infraestructura Cloud.
No hay miniatura disponible
Fecha
2020-03
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales.
Resumen
El proyecto esta enfocado en aportar a una plataforma tecnológica la
implementación de algoritmos de trayectorias para la ayuda en la planeación
urbana debido a la problemática de congestión vehicular que afecta a las
ciudades. Para lograr este objetivo es necesario procesar todos los datos
georeferenciales de la base de datos big query de google cloud, para que arroje
la información pertinente y eficaz de los sectores en donde exista mayor cantidad
de tráfico vehícular. Para afrontar el procesamiento del gran volúmen de datos,
se ha implementado técnicas de procesamiento en paralelo sobre los algoritmos
Affinity Propagation y Mean Shift dentro de un ambiente en Amazon Web
Services configurado con las herramientas Apache Spark y Hadoop. Está
arquitectura de procesamiento se ha creado con el objetivo de optimizar el factor
de tiempo, para aportar de esta forma a la plataforma tecnológica a obtener
resultados procesados con información a gran escala en el menor tiempo posible
y presentar la información veráz cerca del congestionamiento vehícular.
The project is focused on contributing to a technological platform the implementation of trajectory algorithms for the help in urban planning due to the problem of vehicular congestio. In order to achieve this objective, it is necessary to process all the georeferential data from the Less Traffic project database, so that it provides the relevant and effective information of the sectors where there is a greater amount of vehicular traffic. To deal with the processing of the large volume of data. has, parallel processing techniques have been implemented on the Affinity Propagation y Mean Shift algorithms within an environment in Amazon Web Services configured with the Apache Spark and Hadoop tools. This processing architecture has been created with the objective of optimizing the factors of time and resources, to contribute in this way to the technological platform to obtain results processed with large-scale information in the shortest time possible and present the information truthfully close to congestion.
The project is focused on contributing to a technological platform the implementation of trajectory algorithms for the help in urban planning due to the problem of vehicular congestio. In order to achieve this objective, it is necessary to process all the georeferential data from the Less Traffic project database, so that it provides the relevant and effective information of the sectors where there is a greater amount of vehicular traffic. To deal with the processing of the large volume of data. has, parallel processing techniques have been implemented on the Affinity Propagation y Mean Shift algorithms within an environment in Amazon Web Services configured with the Apache Spark and Hadoop tools. This processing architecture has been created with the objective of optimizing the factors of time and resources, to contribute in this way to the technological platform to obtain results processed with large-scale information in the shortest time possible and present the information truthfully close to congestion.
Descripción
PDF
Palabras clave
Procesamiento en paralelo, Trayectorias vehiculares, Algoritmos basado en densidad, Parallel processing, Vehicle paths, Density based algorithms, Graphics