論文の概要: Sensing Technologies for Crowd Management, Adaptation, and Information
Dissemination in Public Transportation Systems: A Review
- arxiv url: http://arxiv.org/abs/2009.12619v6
- Date: Thu, 17 Nov 2022 11:55:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-30 22:30:58.116877
- Title: Sensing Technologies for Crowd Management, Adaptation, and Information
Dissemination in Public Transportation Systems: A Review
- Title（参考訳）: 公共交通システムにおける群集管理・適応・情報伝達のためのセンシング技術
- Authors: Donatella Darsena, Giacinto Gelli, Ivan Iudice, Francesco Verde
- Abstract要約: 本稿では,モノのインターネット(IoT)に基づくリアルタイムの群集分析のための分類とセンシング技術のレビューを行う。
ICT/IoTセンシング技術によって実現された革新的なクラウド管理機能は、最先端のITSプラットフォームへのアドオンとしてインクリメンタルに実装できると想定されている。
- 参考スコア（独自算出の注目度）: 8.946655323517094
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Management of crowd information in public transportation (PT) systems is
crucial, both to foster sustainable mobility, by increasing the user's comfort
and satisfaction during normal operation, as well as to cope with emergency
situations, such as pandemic crises, as recently experienced with COVID-19
limitations. This paper presents a taxonomy and review of sensing technologies
based on Internet of Things (IoT) for real-time crowd analysis, which can be
adopted in the different segments of the PT system (buses/trams/trains,
railway/metro stations, and bus/tram stops). To discuss such technologies in a
clear systematic perspective, we introduce a reference architecture for crowd
management, which employs modern information and communication technologies
(ICT) in order to: (i) monitor and predict crowding events; (ii) implement
crowd-aware policies for real-time and adaptive operation control in
intelligent transportation systems (ITSs); (iii) inform in real-time the users
of the crowding status of the PT system, by means of electronic displays
installed inside vehicles or at bus/tram stops/stations, and/or by mobile
transport applications. It is envisioned that the innovative crowd management
functionalities enabled by ICT/IoT sensing technologies can be incrementally
implemented as an add-on to state-of-the-art ITS platforms, which are already
in use by major PT companies operating in urban areas. Moreover, it is argued
that, in this new framework, additional services can be delivered to the
passengers, such as, e.g., on-line ticketing, vehicle access control and
reservation in severely crowded situations, and evolved crowd-aware route
planning.
- Abstract（参考訳）: 公共交通機関における群集情報管理は,通常運転時の利用者の快適さと満足度を高めるとともに,近年の新型コロナウイルスの感染拡大に伴うパンデミックなどの緊急事態にも対処し,持続的な移動性を促進するためにも重要である。
本稿では,iot(internet of things, モノのインターネット)に基づくセンシング技術の分類とレビューを行い,ptシステムの異なるセグメント(バス・交通・列車・鉄道・メトロ駅・バス・tram停留所)に適用可能なリアルタイム群集分析技術について述べる。
このような技術を明確に体系的な視点で議論するために,現代情報通信技術(ICT)を活用したクラウドマネジメントのためのリファレンスアーキテクチャを導入する。
(i) 群集イベントの監視及び予測
(ii)知的輸送システム(itss)におけるリアルタイムかつ適応的な運転制御のためのクラウドアウェアポリシーの実施
三 PTシステムの混雑状況の利用者に対し、車内又はバス・トラム停留所及び/又は移動体輸送アプリケーションに設置した電子表示により、リアルタイムに通知すること。
ICT/IoTセンシング技術によって実現された革新的なクラウド管理機能は、都市部で運用されている大手PT企業がすでに使用している最先端のITSプラットフォームへのアドオンとしてインクリメンタルに実装できると想定されている。
また、この新たな枠組みでは、オンラインチケット、車両のアクセス制御や予約など、厳しい混雑状況下で乗客に追加のサービスを提供でき、また、クラウドアウェアのルートプランも進化していると論じられている。
関連論文リスト
- GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [82.19172267487998]
GARLIC: GPT拡張強化学習のフレームワーク。
本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
論文 参考訳（メタデータ） (2024-08-19T08:23:38Z) - Evacuation Management Framework towards Smart City-wide Intelligent
Emergency Interactive Response System [6.318200538258479]
本稿では,既存の緊急対応システムをインテリジェントな対話型システムに変換するための,一連の協調技術ソリューションを提案する。
このスマートな対話型応答システムは、リアルタイムのダイナミックモデルを定式化することによって、高度なセンサー融合とAIの恩恵を受ける。
論文 参考訳（メタデータ） (2024-03-07T12:10:19Z) - Federated Learning in Intelligent Transportation Systems: Recent
Applications and Open Problems [30.511443961960147]
分散機械学習技術として、フェデレーション・ラーニング(FL)はその優れたプライバシー保護特性のために広く注目を集めている。
FL for ITSの最近の展開を包括的に調査する。
我々は、さまざまなシナリオにおける既存のFLのデプロイメントをレビューし、オブジェクト認識、トラフィック管理、サービス提供シナリオにおける特定の潜在的な問題について議論する。
論文 参考訳（メタデータ） (2023-09-20T03:39:30Z) - OASIS: Automated Assessment of Urban Pedestrian Paths at Scale [16.675093530600154]
モバイル機器を用いて歩道ネットワークデータを抽出する自由かつオープンソースの自動マッピングシステムを開発した。
本稿では,地域交通経路レビューチームの一員である人間測量士とともに,実環境で収集した画像を用いて訓練・テストしたプロトタイプシステムについて述べる。
論文 参考訳（メタデータ） (2023-03-04T01:32:59Z) - Towards Transportation Digital Twin Systems for Traffic Safety and
Mobility Applications: A Review [3.522062800701924]
デジタルツイン(DT)システムは、物理的オブジェクトの仮想レプリカを作成し、物理的オブジェクトをリアルタイムで更新することを目的としている。
本稿では,TDT(Transport DT)システムの階層的概念として,個々の輸送資産からネットワーク全体のTDTを構築することを提案する。
論文 参考訳（メタデータ） (2022-12-23T10:31:07Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳（メタデータ） (2022-06-28T17:08:31Z) - Improving Urban Mobility: using artificial intelligence and new
technologies to connect supply and demand [7.347028791196305]
インテリジェントトランスポートシステム(ITS)は,情報通信技術をどのように活用するかを交通問題に適用するかを検討することを目的としている。
このパノラマでは、人工知能が特に機械学習の進歩において重要な役割を果たす。
論文 参考訳（メタデータ） (2022-03-18T14:37:33Z) - AI in Smart Cities: Challenges and approaches to enable road vehicle
automation and smart traffic control [56.73750387509709]
SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。
本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
論文 参考訳（メタデータ） (2021-04-07T14:31:08Z) - National Access Points for Intelligent Transport Systems Data: From
Conceptualization to Benefits Recognition and Exploitation [55.41644538483948]
欧州連合は各加盟国による国家アクセスポイント(NAP)の開発を提案した。
本稿では,ITS エコシステムにおける NAP の役割を確認し,そのようなプラットフォームの設計手法を検討することを目的としており,拡張されたユースケースの起草を通じて NAP の運用プロセスを紹介し,そのメリットを特定のステップに関連付けることを目的とする。
論文 参考訳（メタデータ） (2020-10-14T17:13:00Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z) - Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。
輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
論文 参考訳（メタデータ） (2020-05-09T13:53:01Z)
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。