Visão geral

O Sistema de Gerenciamento de Tráfego (TMS) apresentado aqui integra modelagem preditiva e visualização em tempo real para facilitar o controle eficiente de tráfego e o gerenciamento de incidentes. Desenvolvido usando Python e Tkinter para a interface gráfica, este sistema utiliza algoritmos de aprendizado de máquina para prever o volume de tráfego com base nas condições climáticas e na dinâmica da hora do rush. O aplicativo visualiza dados históricos e previstos de tráfego por meio de gráficos interativos, fornecendo insights cruciais para a tomada de decisões na gestão do tráfego urbano.

Características principais

• Predição de tráfego: Utiliza modelos de aprendizado de máquina (regressão linear e floresta aleatória) para prever o volume de tráfego com base em indicadores de temperatura, precipitação e horário de pico.
• Visualização gráfica: Exibe tendências históricas de tráfego juntamente com volumes previstos em gráficos interativos, melhorando a compreensão e os recursos de monitoramento.
• Simulação de tráfego em tempo real: Simula mudanças de semáforos para replicar cenários do mundo real, auxiliando na avaliação das respostas do sistema sob diversas condições.
• Relatório de incidentes: permite que os usuários relatem incidentes, capturando localização e descrição para gerenciamento e resposta imediatos.

Começando

Pré-requisitos

Certifique-se de que o Python 3.x esteja instalado. Instale dependências usando pip:

pip install pandas matplotlib scikit-learn

Instalação

1. Clone o repositório:

   git clone 
   cd traffic-management-system

1. Instalar dependências:

   pip install -r requirements.txt

1. Execute o aplicativo:

   python main.py

Uso

1. Previsão de tráfego:

   • Selecione um local, data e modelo (regressão linear ou floresta aleatória).
   • Clique em "Prever tráfego" para ver o volume de tráfego previsto.
   • Limpe o gráfico usando o botão "Limpar gráfico".

2. Visualização gráfica:

   • O gráfico mostra dados históricos de tráfego e volumes previstos para a data selecionada.
   • A linha tracejada vermelha indica a data de previsão e o ponto verde mostra o volume de tráfego previsto.

3. Controle de semáforo:

   • Simula a mudança das cores dos semáforos (vermelho, verde, amarelo) para avaliar a dinâmica do fluxo de tráfego.

4. Relatórios de incidentes:

   • Relate incidentes de trânsito inserindo a localização e a descrição.
   • Clique em "Relatar Incidente" para enviar o relatório.

Visão geral do código

principal.py

# Main application using Tkinter for GUI

import tkinter as tk
from tkinter import messagebox, ttk
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import random
from datetime import datetime
from sklearn.linear_model import LinearRegression
from sklearn.ensemble import RandomForestRegressor

# Mock data for demonstration
data = {
    'temperature': [25, 28, 30, 22, 20],
    'precipitation': [0, 0, 0.2, 0.5, 0],
    'hour': [8, 9, 10, 17, 18],
    'traffic_volume': [100, 200, 400, 300, 250]
}
df = pd.DataFrame(data)

# Feature engineering
df['is_rush_hour'] = df['hour'].apply(lambda x: 1 if (x >= 7 and x = 16 and x 




  
  
  Conclusão


O Sistema de Gerenciamento de Tráfego é uma ferramenta sofisticada para planejadores urbanos e controladores de tráfego, combinando análises preditivas avançadas com interfaces gráficas intuitivas. Ao prever padrões de tráfego e visualizar tendências de dados, o sistema aprimora as capacidades de tomada de decisão e facilita o gerenciamento proativo dos recursos de tráfego. Seu design fácil de usar garante acessibilidade e praticidade, tornando-o um ativo valioso na gestão de infraestrutura urbana moderna.