論文の概要: A Review on Drivers Red Light Running Behavior Predictions and Technology Based Countermeasures

• arxiv url: http://arxiv.org/abs/2008.06727v3
• Date: Sun, 13 Mar 2022 14:28:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-28 20:35:50.489077
• Title: A Review on Drivers Red Light Running Behavior Predictions and Technology Based Countermeasures
• Title（参考訳）: 運転者の赤信号走行行動予測と技術に基づく対策に関するレビュー
• Authors: Md Mostafizur Rahman Komol, Jack Pinnow, Mohammed Elhenawy, Shamsunnahar Yasmin, Mahmoud Masoud, Sebastien Glaser and Andry Rakotonirainy
• Abstract要約: 本稿では,赤信号の動作予測手法と技術に基づく対策について概説する。 本研究の主な焦点は、赤信号のランニングとストップとゴーの動作を対象とする2つの文献ストリームに関する総合的なレビューを提供することである。
• 参考スコア（独自算出の注目度）: 2.946307679627299
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Red light running at signalised intersections is a growing road safety issue worldwide, leading to the rapid development of advanced intelligent transportation technologies and countermeasures. However, existing studies have yet to summarise and present the effect of these technology based innovations in improving safety. This paper represents a comprehensive review of red light running behaviour prediction methodologies and technology-based countermeasures. Specifically, the major focus of this study is to provide a comprehensive review on two streams of literature targeting red light running and stop and go behaviour at signalised intersection (1) studies focusing on modelling and predicting the red light running and stop and go related driver behaviour and (2) studies focusing on the effectiveness of different technology based countermeasures which combat such unsafe behaviour. The study provides a systematic guide to assist researchers and stakeholders in understanding how to best identify red light running and stop and go associated driving behaviour and subsequently implement countermeasures to combat such risky behaviour and improve the associated safety.
• Abstract（参考訳）: 信号交差点で走る赤信号は世界中の道路安全の問題であり、先進的なインテリジェント交通技術や対策の急速な発展につながっている。 しかし、既存の研究はこれらの技術に基づく技術革新が安全性を向上させる効果を要約して提示していない。 本稿では,赤信号の動作予測手法と技術に基づく対策について概観する。 具体的には,信号交差点における赤信号の走行・停止・行動作を対象とする2つの文献ストリームの総合的なレビューを行うこと,(1)赤信号の走行・停止・行関連運転行動のモデル化と予測に焦点を当てること,(2)安全でない動作に対処する様々な技術に基づく対策の効果に焦点を当てることを目的とした研究である。 この研究は、研究者や利害関係者が赤信号の走行と停止、関連する運転行動の最良の識別方法を理解し、リスクの高い行動に対処し、関連する安全性を改善するための対策を実施するための体系的なガイドを提供する。

関連論文リスト

• Research on Driver Facial Fatigue Detection Based on Yolov8 Model [33.19883571658716]
  疲労運転検出技術(特にYOLOv8ディープラーニングモデルに基づくもの)は、効果的な予防策として広く研究され応用されている。 本研究の目的は,疲労運転の防止と検出のための堅牢な技術ソリューションを提供することであり,交通事故の低減と生活保護に大きく貢献することである。
  論文  参考訳（メタデータ） (2024-06-04T05:45:11Z)
• Enhancing Road Safety: Real-Time Detection of Driver Distraction through Convolutional Neural Networks [0.0]
  本研究は,運転者の気晴らしをリアルタイムに検出する上で,最も効率的なモデルを明らかにすることを目的とする。 最終的な目的は、この発見を車両の安全システムに組み込むことであり、不注意によって引き起こされる事故を防ぐ能力を大幅に向上させることである。
  論文  参考訳（メタデータ） (2024-05-28T03:34:55Z)
• RACER: Epistemic Risk-Sensitive RL Enables Fast Driving with Fewer Crashes [57.319845580050924]
  本稿では,リスク感応制御と適応行動空間のカリキュラムを組み合わせた強化学習フレームワークを提案する。 提案アルゴリズムは,現実世界のオフロード運転タスクに対して,高速なポリシーを学習可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T23:32:36Z)
• Using Visual and Vehicular Sensors for Driver Behavior Analysis: A Survey [0.0]
  危険ドライバーは米国での死亡事故の70%を占めている。 本稿では,視覚・車体データを用いた運転者の行動分析手法について検討する。
  論文  参考訳（メタデータ） (2023-08-25T14:33:59Z)
• DenseLight: Efficient Control for Large-scale Traffic Signals with Dense Feedback [109.84667902348498]
  交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。 従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。 DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
  論文  参考訳（メタデータ） (2023-06-13T05:58:57Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• SafeLight: A Reinforcement Learning Method toward Collision-free Traffic Signal Control [5.862792724739738]
  アメリカの道路事故の4分の1は、信号のタイミングの問題により交差点で発生している。 安全強化強化学習法(SafeLight)を提案する。 本手法は交通の移動性を高めながら衝突を著しく低減することができる。
  論文  参考訳（メタデータ） (2022-11-20T05:09:12Z)
• Review on Action Recognition for Accident Detection in Smart City Transportation Systems [0.0]
  異なる監視カメラを使用してスマートシティの交通の流れを監視することは、事故を認識し、最初の応答者を警告する上で重要な役割を果たす。 コンピュータビジョンタスクにおける行動認識(AR)の利用は、ビデオ監視、医療画像、デジタル信号処理における高精度な応用に寄与している。 本稿では,自動運転車や公共交通安全システムにおける事故検出システムの開発と統合に向けた研究の方向性について述べる。
  論文  参考訳（メタデータ） (2022-08-20T03:21:44Z)
• Drivers' attention detection: a systematic literature review [62.997667081978825]
  多くの要因が運転中の注意散らしに寄与しうるが、それは物体や事象が生理的状態、つまり眠気や疲労に結びつくためであり、運転者が注意をそらすことができないからである。 技術進歩により、現実の状況における注意を検知する多くのソリューションの開発と応用が可能となった。 本研究は,車輪の運転者の注意を検知するための方法と基準について,システマティック文献レビュー(Systematic Literature Review)を提示する。
  論文  参考訳（メタデータ） (2022-04-06T11:36:40Z)
• End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
  交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。 本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。 本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2021-04-28T07:54:40Z)
• Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
  運転環境の要素が道路ルールの出現の原因となるかを分析する。 2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。 我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
  論文  参考訳（メタデータ） (2020-11-21T09:43:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。