A mesterséges intelligencia (AI) alapú közlekedési lámpák fejlesztését és alkalmazását vizsgálja, különös tekintettel a forgalomirányítás optimalizálására. Bemutatja a hagyományos közlekedési lámpák korlátait, mint a forgalmi torlódások, a rugalmasság hiánya és a megnövekedett energiafogyasztás, valamint ezek hatásait a városi közlekedésre. Az AI technológiák, például a gépi tanulás és a mélytanulás előnyeit részletezi, különös tekintettel a YOLO (You Only Look Once) objektumfelismerő rendszerekre, amelyek valós idejű adatelemzéssel támogatják a dinamikus forgalomirányítást. A dolgozat bemutatja az AI alkalmazásának környezeti előnyeit, mint az üzemanyag-fogyasztás és a károsanyag-kibocsátás csökkentése. Emellett kitér a YOLO rendszer felépítésére, működésére és teljesítményére, valamint összehasonlítja azt más AI alapú forgalomirányítási módszerekkel. A kutatás célja egy adaptív, könnyen integrálható forgalomirányítási megoldás kidolgozása, amely hozzájárulhat a városi közlekedés hatékonyságának növeléséhez és a biztonság fokozásához.