By increasing of population the usa

By increasing of population the usage of vehicles have been increasing and controlling of traffic is one of the
challenging works. The frequent traffic jams at major junctions call for an efficient traffic management system in
place. The resulting wastage of time and increase in pollution levels can be eliminated on a city-wide scale by these
systems. Previously the traffic control techniques used like magnetic loop detectors, induction loop detectors are
buried on the road side provide the limited traffic information and require separate systems for traffic counting and
for traffic surveillance. Here the project proposes to implement an artificial density traffic control system using
image processing and Raspberrypi. The hardware here we are using is webcam, pc, Raspberry pi and the software
used is OCCIDENTALIS and MATLAB.
In this project the camera is get interfaced with a Raspberry pi. The image sequences from a camera are
analyzed using thresholding method to find the density of vehicles. Subsequently, the number of vehicles at the
intersection is evaluated and traffic is efficiently managed. In this project we implemented a real-time emergency
vehicle detection system. In case an emergency vehicle is detected, the lane is given priority over all the others.

Hasil (Bahasa Indonesia) 1:

Dengan meningkatkan populasi penggunaan kendaraan telah meningkat dan pengendalian lalu lintas merupakan salah satukarya-karya yang menantang. Kemacetan sering di persimpangan besar panggilan untuk sistem manajemen lalu lintas yang efisien ditempat. Dihasilkan pemborosan waktu dan peningkatan tingkat polusi dapat dihilangkan pada skala kota-lebar olehsistem. Sebelumnya teknik pengendalian lalu lintas yang digunakan seperti loop magnetik detektor, detektor loop induksi yangdikuburkan di pinggir jalan memberikan informasi lalu lintas yang terbatas dan memerlukan sistem yang terpisah untuk menghitung lalu lintas danuntuk surveilans lalu lintas. Di sini proyek mengusulkan untuk menerapkan buatan kepadatan lalu lintas kontrol sistem menggunakanimage processing dan Raspberrypi. Hardware di sini kita menggunakan webcam, pc, Raspberry pi dan perangkat lunakdigunakan adalah PLATANUS dan MATLAB.Dalam proyek ini kamera mendapatkan interfacekan dengan Raspberry pi. Urutan gambar dari kamera yangdianalisa menggunakan metode thresholding untuk menemukan kepadatan kendaraan. Selanjutnya, jumlah kendaraan dipersimpangan dievaluasi dan lalu lintas dikelola secara efisien. Dalam proyek ini, kami menerapkan darurat real-timesistem deteksi kendaraan. Dalam kasus darurat kendaraan terdeteksi, jalur prioritas diberikan lebih dari yang lain.