Headnote
RESUMEN
Este estudio analizó la influencia de semáforos inteligentes en la seguridad vial y el tráfico urbano, basándose en investigaciones previas sobre la integración de los gemelos digitales y tecnologías emergentes. Se aplico un enfoque cualitativo con diseño documental. Los resultados demostraron que los semáforos modernos mejoran significativamente la seguridad vial y reducen accidentes. No obstante, persisten desafíos como la complejidad computacional y la adaptación del usuario. Por ello, para futuras investigaciones se requieren abordar estas limitaciones y maximizar el potencial de los semáforos inteligentes en entornos urbanos.
Palabras clave: gemelos digitales, semáforos inteligentes. seguridad vial, industria 4.0, tecnologías emergentes.
ABSTRACT
This study analyzed the influence of intelligent traffic lights on road safety and urban traffic, based on previous research on the integration of digital twins and emerging technologies. A qualitative approach with documentary design was applied. The results showed that modern traffic lights significantly improve road safety and reduce accidents. However, challenges such as computational complexity and user adaptation remain. Therefore, future research needs to address these limitations and maximize the potential of intelligent traffic lights in urban environments.
Key words: digital twins, intelligent traffic lights. road safety, industry 4.0, emerging technologies.
INTRODUCCIÓN
En los últimos años, tecnologías digitales avanzadas como los sistemas ciberfísicos (SCF), el Internet de las Cosas (IoT), la computación en la nube y de borde, Big Data, el aprendizaje automático (ML), la inteligencia artificial (IA) y los gemelos digitales (DTs) han transformado sectores como la industria 4.0 y 5.0. Estas herramientas integran detección, automatización, control y optimización en tiempo real, contribuyendo a soluciones más sostenibles y limpias (Ranawaka et al., 2024). Particularmente, los DTs combinan los mundos físico y digital, creando modelos virtuales de objetos o sistemas del mundo real, lo que permite un flujo continuo de datos para mejorar la gestión y planificación en ecosistemas urbanos y ciudades inteligentes (Zhao et al., 2024; Mazzetto, 2024).
Actualmente, las ciudades inteligentes se conciben como auténticos ecosistemas tecnológicos y sostenibles, cuyo propósito central radica en afrontar desafíos apremiantes como la congestión del tráfico y la sostenibilidad ambiental. Para ello, la integración estratégica de tecnologías digitales recurre para promover una mejor calidad de vida para sus habitantes (Shulajkovska et al., 2024). Así, estas ciudades se convierten en espacios donde la tecnología y la sostenibilidad se integran para mejorar la calidad de vida de las personas, impulsando un avance significativo hacia un futuro urbano más resiliente y eficiente, especialmente considerando al transporte como eje para el desarrollo sostenible.
Los Gemelos Digitales (o DTs) desempeñan un papel fundamental en las ciudades inteligentes al vincularse con redes IoT, mientras que analizan datos en tiempo real y simulan escenarios para optimizar recursos urbanos como tráfico, energía y seguridad urbana (Shulajkovska et al., 2024). La inclusión de soluciones como la "semaforización inteligente" pueden ser la clave para abordar problemáticas urbanas relacionados con la congestión vial y el transporte público, gracias a todo esto, los resultados pueden facilitar la planificación y optimización de rutas, la seguridad vial, reducción de tiempos de espera y consumo energético. Estas iniciativas impulsan la sostenibilidad, la participación ciudadana, la ciberseguridad, el uso de datos abiertos (para la colaboración), y resiliencia en entornos urbanos (Wei et al., 2024).
Con base en lo mencionado se formula la siguiente interrogante: ¿Cómo influye la implementación de semáforos inteligentes, basados en la integración de gemelos digitales y tecnologías emergentes, en la mejora de la seguridad vial y la fluidez del tráfico urbano, según la evidencia de investigaciones previas? El presente estudio analizó la influencia de semáforos inteligentes en la seguridad vial y el tráfico urbano, basándose en investigaciones previas sobre la integración de los gemelos digitales y tecnologías emergentes.
FUNDAMENTACIÓN TEÓRICA
GEMELOS DIGITALES
Los gemelos digitales (DTs) se definen como "representaciones virtuales" de activos físicos (como objetos, personas, procesos o sistemas) que simulan comportamientos para mejorar la comprensión, enseñanza, aprendizaje y optimización de estos activos. (Hananto et al., 2024). Comenzaron en la industria 4.0 como modelos que reflejan en tiempo real los activos físicos; no obstante, estos se han expandido a sectores como la salud, la aviación y las ciudades inteligentes, integrando los mundos físicos y digital.
Esta expansión ha mejorado la eficiencia de los procesos y optimizado recursos, facilitando la personalización masiva y aumentando la competitividad. Por otro lado, su adopción impulsa la convergencia de tecnologías avanzadas como los Sistemas Ciberfísicos (CPS), IoT, Big Data e Inteligencia Artificial (IA) (Ranawaka et al., 2024; Roumeliotis et al., 2024; Varzeshi et al., 2024; Park y Kang, 2024). Los gemelos digitales "DTs" están demostrando su eficacia en el desarrollo de ciudades inteligentes como tecnología complementaria a la inteligencia artificial.
En función de lo planteado, su uso facilita la interacción y el rendimiento entre los elementos de la red, ayudando a los operadores en la toma de decisiones, especialmente en situaciones de fallas o ciberataques (Kahawala et al., 2024; Mchirgui et al., 2024; Ning et al., 2024; Hananto et al., 2024).
La implementación de este tipo de modelos en los contextos urbanos, según lo indicado por los autores, favorece la optimización de procesos en el ecosistema urbano, desarrollando sistemas adaptativos, seguros y resilientes, lo cual contribuye a planificar ciudades más sostenibles. Sin embargo, su implementación enfrenta desafíos importantes, como la seguridad de los datos, la trazabilidad y la interoperabilidad, lo que implica que es necesario desarrollar soluciones más robustas que garanticen la eficiencia operativa, reducción de costos y permitan promover la innovación en diversas industrias (Roumeliotis et al., 2024; Park y Kang, 2024).
CONTEXTO URBANO
Desde otra perspectiva conceptual, las ciudades inteligentes aprovechan soluciones tecnológicas innovadoras para mejorar la calidad de vida, optimizando servicios urbanos, reduciendo costos y promoviendo la participación ciudadana. Por consiguiente, estas ciudades recopilan datos en tiempo real sobre tráfico, calidad del aire y consumo energético, gestionan la seguridad del transporte público y mitigan riesgos de desastres mediante algoritmos de IA que optimizan las operaciones urbanas y fortalecen la resiliencia (Kahawala et al., 2024; Varzeshi et al., 2024; Park y Kang, 2024). Para autores como Liu et al. (2024) herramientas como los gemelos digitales son clave para el desarrollo de infraestructuras urbanas, mejorando la calidad de vida y el crecimiento económico al optimizar la construcción de ciudades, edificios y carreteras, impactando así directamente en la vida cotidiana de los residentes.
Por otro lado, con respecto al transporte público, la implementación de sistemas basados en IA, como el reconocimiento facial y el análisis de comportamiento, permite detectar actividades sospechosas, contribuyendo así con las condiciones de seguridad en el transporte público. A su vez, el análisis de Big Data puede optimizar protocolos de seguridad y respuestas de emergencia, abordando desafíos críticos de transporte y logística, mientras aumenta la eficiencia operativa y la logística urbana (Park y Kang, 2024).
Las investigaciones citadas, confirman que la incorporación de herramientas de inteligencia artificial y de análisis de datos, favorece la eficiencia operativa de uno de los pilares más importantes en el esquema de transporte de las ciudades y además permite crear soluciones más adaptables a las diferentes circunstancias del entorno, haciendo los espacios urbanos más seguros.
La Industria 5.0 se enfoca en la integración de las personas y el medio ambiente, con lo cual, aunado a los DTs, a pesar de que la implementación aún es limitada, contribuyen a transformar áreas metropolitanas y a integrar industrias de bajas emisiones. Sin importar esta limitación, muchos países han adoptado estas tecnologías para mejorar la vida diaria en ciudades, cambiando la forma en que interactúan y funcionan (Rojek et al., 2024).
MATERIALES Y METODO
En el presente artículo, se abordó el estudio del uso de semáforos inteligentes en el contexto de entornos urbanos. Para ello, se llevó a cabo una revisión exhaustiva de diversas investigaciones previas, que abarcan desde el uso de gemelos digitales y el transporte inteligente, hasta el desarrollo de luces y semáforos inteligentes.
La investigación desarrollada fue de enfoque cualitativo con diseño documental y para la búsqueda de las fuentes se utilizaron bases de datos indexadas, aplicando criterios de inclusión como pertinencia temática, actualidad y respaldo académico, priorizando publicaciones entre los años 2019-2024.
Por otro lado, como criterios de exclusión, se descartaron aquellos artículos repetidos, sin validación técnica o empírica; adicionalmente, se excluyeron publicaciones anteriores a 2019, con excepción de aquellas obras con valor histórico o metodológico como Park et al. (2014).
Para organizar y entender mejor el contenido extraído de la verificación documental, se utilizó una matriz de contenido, la cual se diseñó con el fin de facilitar la categorización de la información en dimensiones clave como: aplicación de DTs en ciudades, implicaciones en la semaforización urbana, beneficios, posibles limitaciones y casos de estudio de implementación de este tipo de sistemas. Según Bardin (2002), el análisis de contenido consiste en un conjunto de técnicas sistemáticas y objetivas que permiten transformar datos cualitativos en resultados interpretables para la investigación.
En este estudio, la matriz permitió sistematizar e interpretar los resultados relacionados con gemelos digitales, semaforización urbana y tecnologías emergentes, esta técnica ha sido utilizada para la clasificación temática para hacer análisis comparativos y determinar tendencias como lo hacen autores como Liu et al., 2024; Mazzetto, 2024; Hananto et al., 2024; Matei & Cocoșatu, 2024.
Para el procesamiento de datos, se agrupó la información registrada en la matriz en categorías definidas, lo que permitió identificar beneficios, desafíos, patrones de implementación y casos relevantes. Posteriormente, se aplicó una triangulación categorial contratando resultados de distintas fuentes y contextos, siguiendo principios de rigor cualitativo para obtener los resultados.
RESUTADOS
A partir de la revisión documental, se sistematizó la información mediante una matriz de análisis de contenido, lo que permitió identificar patrones, aplicaciones y desafíos de los gemelos digitales en el contexto urbano. Estos hallazgos se estructuraron mediante el uso de una matriz de análisis de contenido, lo que facilitó la sistematización temática.
En este marco, se elaboró un cuadro resumen que permite visualizar con mayor facilidad la información encontrada en la revisión documental. La Cuadro 1 destaca los aportes más relevantes de la literatura consultada, en diferentes áreas temáticas.
Como se puede observar en Cuadro 1, los gemelos digitales pueden ser una herramienta instrumental en la gestión del tráfico, permiten además cumplir una función articuladora dentro de los complejos ecosistemas que son las ciudades, haciéndola más inteligente y articulada. Su implementación en el ámbito de la semaforización refleja una evolución de visiones más tradicionales de control de tráfico hacia sistemas más adaptables al contexto urbano.
Autores como Liu et al. (2024) afirman que los DT conviertan la planificación urbana en un proceso dinámico. Por otro lado, Matei y Cocoșatu (2024), desarrollan cómo las ciudades inteligentes toman sus decisiones basándose en los datos, la infraestructura conectada y la participación ciudadana. Estos elementos generan un ambiente favorecedor para la implementación de este tipo de semáforos inteligentes. Por otro lado, el uso de los gemelos digitales en la planificación urbana inteligente y su funcionalidad se ve ampliada por la integración con tecnologías emergentes como la inteligencia artificial, el internet de las cosas (loT) y el análisis de Big Data. Estos elementos permiten la recopilación y procesamiento de datos en tiempo real, haciendo que los sistemas de semaforización sean adaptables al entorno.
De acuerdo con Weichbroth et al. (2024), la inteligencia artificial capacita a un gemelo digital con capacidades de percepción, inferencia y adaptación, esto permite anticipar patrones de movilidad y ejecutar respuestas operativas precisas. Asimismo, abarca la comprensión del lenguaje, el reconocimiento de imágenes, la toma de decisiones, la resolución de problemas, entre otros (Yang et al., 2024). Complementariamente, el análisis de Big Data y la aplicación de su enfoque de las "siete V" (volumen, velocidad, variedad, veracidad, variabilidad, visualización y valor), proporciona un marco integral para gestionar conjuntos de datos de alta complejidad. Según autores como Weichbroth et al. (2024), esta arquitectura permite almacenar, e interpretar datos de forma confiable y en tiempo real. Esto ayuda a los sistemas basados en gemelos digitales a que puedan ajustarse y adaptarse a diferentes variables operativas de manera eficiente.
En una línea similar, Park y Kang (2024) desarrollan que la integración de la IA con las tecnologías emergentes como la computación de borde, la conectividad 5G y blockchain optimiza la seguridad de los datos, trazabilidad y la descentralización del control tráfico. Complementariamente, Blockchain es una solución prometedora a estos desafíos de seguridad al eliminar la necesidad de una autoridad centralizada. Además, esta mejora la transparencia y la trazabilidad en la gestión de la cadena de suministro (Roumeliotis et al., 2024). La bibliografía revisada encuentra que en el plano operativo se han documentado mejoras en aspectos como la eficiencia y la seguridad. Los sistemas ATMS (Advanced Traffic Management Systems), sustentados en sensores, cámaras y datos de GPS, ajustan la semaforización en tiempo real, tal y como lo exponen autores como Hananto et al. (2024) y Shulajkovska et al. (2024). Autores como Qasim et al. (2024) y Kumarasamy et al. (2024), indican que los modelos de predicción, como el PSO-GWO, han demostrado reducciones en los tiempos de espera, aumentando el flujo vehicular y reducción de emisiones.
Los hallazgos expuestos en los bloques anteriores desarrollan una base conceptual y técnica sobre los gemelos digitales (DT) en la semaforización urbana, esto a partir de la revisión bibliográfica. Adicionalmente, se revisaron algunos casos que permiten entender cómo estas tecnologías se han aplicado en otros contextos y experiencias internacionales. Esto permite evaluar la viabilidad y adaptabilidad de estos sistemas en contextos reales.
Como parte del análisis documental, se identificaron distintas experiencias internacionales que permiten evidenciar cómo los gemelos digitales se han implementado en el contexto urbano en diferentes escenarios de madurez tecnológica. En ciudades como Singapur, Helsinki y Dubái, estas tecnologías permiten modelar el entorno urbano en 3D, integrar datos en tiempo real y aplicar inteligencia artificial para optimizar procesos como la movilidad, el uso del suelo y la prestación de servicios públicos. El cuadro 2 resume algunos de los proyectos más representativos que ilustran estos hallazgos.
En resumen, los casos revisados confirman que la semaforización urbana, debe ser considerada como un ecosistema interconectado y gobernado por datos, en el contexto de ciudades más eficientes, inclusivas y resilientes, la semaforización es un elemento estratégico. En esta línea, la revisión bibliográfica muestra experiencias concretas del uso de tecnologías emergentes y gemelos digitales, donde se promueve el desarrollo inteligente utilizando tecnologías avanzadas y gemelos digitales para la optimización del tráfico, sistemas de transporte inteligentes, planificación urbana y la movilidad eléctrica. (Shulajkovska et al., 2024). Adicionalmente, autores como Park & Kang, (2024) y Kang & Kim, (2023), los semáforos controlados por IA tienen un efecto en la mejora de la seguridad vial, reduciendo accidentes y aumentando la visibilidad de los peatones.
En ciudades como Hong Kong, usan un sistema de semáforos LED empotrados en el suelo, que parpadean junto con las señales de tráfico para mejorar la visibilidad. Este sistema actúa como una línea de parada psicológica para los peatones y una clara línea de límite para los conductores, alentando la conducción más lenta y reduciendo los accidentes, especialmente aquellos causados por la distracción de los peatones al usar teléfonos inteligentes mientras cruzan (Kang y Kim, 2023). Por lo tanto, estos sistemas permiten una gestión más eficiente y segura del tráfico, especialmente en zonas de alto riesgo. Tras su implementación, la tasa de accidentes ha disminuido significativamente. En un estudio que comparó las estadísticas antes y después de la instalación en el mismo lugar, se observó una reducción del 41.2% en los heridos, un 38.6% en los accidentes y un 55.1% en las muertes (Kang y Kim, 2023).
Sin embargo, es importante resaltar que diversos autores también señalan algunos posibles desafíos que se pueden presentar, por ejemplo, la implementación de IA en el control de semáforos enfrenta desafíos técnicos como: la complejidad computacional y la integración de datos en ciudades inteligentes (Kang & Kim, 2023; Varzeshi et al., 2024). Desde una perspectiva similar, Kumarasamy et al. (2024), señalan que las diferencias en las condiciones locales requieren más investigación para comprender mejor el rendimiento de estos métodos en diferentes contextos.
En conjunto, los hallazgos sistematizados en este apartado permiten entender como los gemelos digitales están transformando el transporte y la gobernanza urbana al integrar Sistemas Inteligentes de Transporte (ITS), lo que promete revolucionar la planificación urbana y abordar problemas críticos de gestión del tráfico en las ciudades (Hananto et al., 2024).
DISCUSION
Los hallazgos encontrados en el presente estudio permiten afirmar que los gemelos digitales, poseen mucho potencial cuando se integran con tecnologías emergentes como la inteligencia artificial, el internet de las cosas y el análisis de Big Data.
Los resultados permiten evidenciar que en otras ciudades del mundo ya se han dado pasos en la implementación de sistemas inteligentes de semaforización, apoyados por gemelos digitales; según la información encontrada de estos proyectos esta implementación ha contribuido a optimizar el flujo vehicular, reducir los índices de accidentabilidad y siniestros viales y adaptarse en tiempo real a las condiciones de las ciudades y su entorno. Ciudades como Hong Kong, Dubái, Ámsterdam y Seúl confirman la utilidad de los DTs como herramientas para simular escenarios, detectar anomalías y fortalecer los sistemas de gestión adaptativa del tráfico (ATMS), tal como lo sugiere la literatura revisada (Hananto et al., 2024; Shulajkovska et al., 2024; Kumarasamy et al., 2024).
Asimismo, para enfrentar los retos del contexto urbano y la sostenibilidad se requiere la implementación de desarrollos tecnológicos innovadores. Por ejemplo, los sistemas predictivos basados en aprendizaje automático permiten anticipar, gestionar o mitigar las congestiones viales, mientras que la gestión eficiente de los semáforos puede permitir las condiciones de movilidad, priorizar el transporte público y ser un factor contribuyente en la reducción de emisiones. De igual manera, el análisis de patrones de movilidad puede favorecer a otros usuarios de la pirámide de movilidad, como peatones, ciclistas y personas con movilidad reducida, posibilitando el ajuste de tiempos de cruce, señalización adaptativa y distribución del espacio. Esto es un paso claro a una planificación urbana equitativa, inclusiva, alienada con los Objetivos de Desarrollo Sostenible y los principios de transporte orientado al desarrollo.
Por otra parte, a partir de la revisión biográfica se identifican desafíos técnicos y sociales. Autores como Kang y Kim (2023) advierten que algunas soluciones, como los semáforos LED empotrados, pueden generar confusión en algunos conductores. Adicionalmente, para que las ciudades puedan implementar este tipo de sistemas requieren una infraestructura digital robusta, que propicie la interoperabilidad y una gobernanza de datos segura que además garantice la privacidad. A esto se le suma las necesidades de marco normativo especializado, requerimientos de capacidades institucionales y técnicas en la institucionalidad encargada de la movilidad. La brecha entre la necesidad de soluciones innovadoras y las capacidades operativas instaladas de la institucionalidad constituye a uno de los factores más críticos a considerar en implementaciones futuras.
CONCLUSIÓN
En conclusión, a partir del análisis realizado, se puede determinar que los gemelos digitales representan una herramienta que ofrece un potencial significativo para mejorar la gestión urbana y el transporte, mediante la modernización de los sistemas de semaforización. La integración de tecnologías avanzadas como la IA, IoT y Big Data, los gemelos digitales proporciona soluciones dinámicas y adaptativas que transforman la infraestructura urbana en un entorno más eficiente y seguro.
Sin embargo, la implementación de estas tecnologías enfrenta desafíos importantes como: la complejidad computacional y la necesidad de integrar datos de diversas fuentes en un sistema cohesivo. Por eso, finamente, se destaca la importancia de una educación y adaptación gradual a estas nuevas soluciones tecnológicas que, a pesar de estos retos, la creciente adopción de gemelos digitales en la gestión de tráfico y otras áreas urbanas promete transformar las ciudades, haciéndolas más sostenibles, inclusivas y resilientes.
FINANCIAMIENTO
Esta investigación no fue financiada.
CONFLICTO DE INTERESES
Los autores declaran no tener conflictos de intereses financieros ni personales que puedan influir inapropiadamente en el desarrollo de este artículo.
References
REFERENCIAS
Arsecularatne, B., Rodrigo, N., & Chang, R. (2024). Digital Twins for Reducing Energy Consumption in Buildings: A Review. Sustainability, 16(21), 9275. https://doi.org/10.3390/su16219275
Bardin, L. (2002). Análisis de contenido. (3. ed.). Madrid: Ediciones Akal.
Hananto, A. L., Tirta, A., Herawan, S. G., Idris, M., Soudagar, M. E. M., Djamari, D. W., y Veza, I. (2024). Digital Twin and 3D Digital Twin: Concepts, Applications, and Challenges in Industry 4.0 for Digital Twin. Computers, 13(4), 100. https://doi.org/10.3390/computers13040100
Kahawala, S., Madhusanka, N., De Silva, D., Osipov, E., Mills, N., Manic, M., & Jennings, A. (2024). Hypervector Approximation of Complex Manifolds for Artificial Intelligence Digital Twins in Smart Cities. Smart Cities, 7(6), 3371-3387. https://doi.org/10.3390/smartcities7060131
Kang, B. G., & Kim, B. S. (2023). A Study on Cognitive Error Validation for LED In-Ground Traffic Lights Using a Digital Twin and Virtual Environment. Mathematics, 11(17), 3780. https://doi.org/10.3390/math11173780
Kumarasamy, V. K., Saroj, A. J., Liang, Y., Wu, D., Hunter, M. P., Guin, A., & Sartipi, M. (2024). Integration of Decentralized Graph-Based Multi-Agent Reinforcement Learning with Digital Twin for Traffic Signal Optimization. Symmetry, 16(4), 448. https://doi.org/10.3390/sym16040448
Liu, W., Lv, Y., Wang, Q., Sun, B., & Han, D. (2024). A Systematic Review of the Digital Twin Technology in Buildings, Landscape and Urban Environment from 2018 to 2024. Buildings, 14(11), 3475. https://doi.org/10.3390/buildings14113475
Matei, A., & Cocoșatu, M. (2024). Artificial Internet of Things, Sensor-Based Digital Twin Urban Computing Vision Algorithms, and Blockchain Cloud Networks in Sustainable Smart City Administration. Sustainability, 16(16), 6749. https://doi.org/10.3390/su16166749
Mazzetto, S. (2024). A Review of Urban Digital Twins Integration, Challenges, and Future Directions in Smart City Development. Sustainability, 16(19), 8337. https://doi.org/10.3390/su16198337
Mchirgui, N., Quadar, N., Kraiem, H., & Lakhssassi, A. (2024). The Applications and Challenges of Digital Twin Technology in Smart Grids: A Comprehensive Review. Applied Sciences, 14(23), 10933. https://doi.org/10.3390/app142310933
Ning, G., Luo, H., Yin, W., & Zhang, Y. (2024). Exploration of the Application and Practice of Digital Twin Technology in Teaching Driven by Smart City Construction. Sustainability, 16(23), 10312. https://doi.org/10.3390/su162310312
Paiva, S., Ahad, M. A., Tripathi, G., Feroz, N., & Casalino, G. (2021). Enabling Technologies for Urban Smart Mobility: Recent Trends, Opportunities and Challenges. Sensors, 21(6), 2143. https://doi.org/10.3390/s21062143
Park, D.Y.; Yoo, K.K.; Choi, W.S. (2014). Effects of LED Safety Induction Block on Crosswalk Accident. J. Korea Acad.-Ind. Coop. Soc. 15, 4634-4643. https://scholar.google.com/scholar_lookup?title=Effects+of+LED+Safety+Induction+Block+on +Crosswalk+Accident&author=Park,+D.Y.&author=Yoo,+K.K.&author=Choi,+W.S.&publicatio n_year=2014&journal=J.+Korea+Acad.- Ind.+Coop.+Soc.&volume=15&pages=4634%E2%80%934643
Park, J., y Kang, D. (2024). Artificial Intelligence and Smart Technologies in Safety Management: A Comprehensive Analysis Across Multiple Industries. Applied Sciences, 14(24), 11934. https://doi.org/10.3390/app142411934
Qasim, K. R., Naser, N. M., & Jabur, A. J. (2024). An IoT-Enhanced Traffic Light Control System with Arduino and IR Sensors for Optimized Traffic Patterns. Future Internet, 16(10), 377. https://doi.org/10.3390/fi16100377
Ranawaka, A., Alahakoon, D., Sun, Y., & Hewapathirana, K. (2024). Leveraging the Synergy of Digital Twins and Artificial Intelligence for Sustainable Power Grids: A Scoping Review. Energies, 17(21), 5342. https://doi.org/10.3390/en17215342
Rojek, I., Mikołajewski, D., Dorożyński, J., Dostatni, E., & Mreła, A. (2024). An ML-Based Solution in the Transformation towards a Sustainable Smart City. Applied Sciences, 14(18), 8288. https://doi.org/10.3390/app14188288
Roumeliotis, C., Dasygenis, M., Lazaridis, V., & Dossis, M. (2024). Blockchain and Digital Twins in Smart Industry 4.0: The Use Case of Supply Chain-A Review of Integration Techniques and Applications. Designs, 8(6), 105. https://doi.org/10.3390/designs8060105
Shamlitsky, Yaroslav & Aleksey, Ovsyankin & Morozov, Evgeny & Strekaleva, Tatiana. (2024). Using digital twins to manage traffic flows. E3S Web of Conferences. http://dx.doi.org/10.1051/e3sconf/202447104027
Shulajkovska, M., Smerkol, M., Noveski, G., & Gams, M. (2024). Enhancing Urban Sustainability: Developing an Open-Source AI Framework for Smart Cities. Smart Cities, 7(5), 2670-2701. https://doi.org/10.3390/smartcities7050104
Varzeshi, S., Fien, J., & Irajifar, L. (2024). Integrating Technology and Urban Resilience: A Comprehensive Analysis of Smart City Initiatives in Sydney. Sustainability, 16(24), 10967. https://doi.org/10.3390/su162410967
Wei, Y., Yuan, H., & Li, H. (2024). Exploring the Contribution of Advanced Systems in Smart City Development for the Regeneration of Urban Industrial Heritage. Buildings, 14(3), 583. https://doi.org/10.3390/buildings14030583
Weichbroth, P., Jandy, K., & Zurada, J. (2024). Toward Sustainable Development: Exploring the Value and Benefits of Digital Twins. Telecom, 5(3), 774-791. https://doi.org/10.3390/telecom5030039
Yang, Z., Tang, C., Zhang, T., Zhang, Z., & Doan, D. T. (2024). Digital Twins in Construction: Architecture, Applications, Trends and Challenges. Buildings, 14(9), 2616. https://doi.org/10.3390/buildings14092616
Zhao, Y., Liu, Y., & Mu, E. (2024). A Review of Intelligent Subway Tunnels Based on Digital Twin Technology. Buildings, 14(8), 2452. https://doi.org/10.3390/buildings14082452
Footnote
