論文の概要: Open Area Path Finding to Improve Wheelchair Navigation
- arxiv url: http://arxiv.org/abs/2011.03850v1
- Date: Sat, 7 Nov 2020 21:20:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-25 01:16:24.540259
- Title: Open Area Path Finding to Improve Wheelchair Navigation
- Title（参考訳）: 車椅子ナビゲーション改善のためのオープンエリアパス探索
- Authors: Anahid Basiri
- Abstract要約: 本稿では,経路のネットワークを持たないオープンエリアに対して,新しい経路探索アルゴリズムを提案し,実装する。
提案アルゴリズムは開放領域に新しいグラフを作成し,障害物や障壁を考慮し,経路を計算する。
実装とテストは、提案されたアルゴリズム出力と実際の車椅子利用者軌跡との少なくとも76.4%の類似性を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Navigation is one of the most widely used applications of the Location Based
Services (LBS) which have become part of our digitally informed daily lives.
Navigation services, however, have generally been designed for drivers rather
than other users such as pedestrians or wheelchair users. For these users the
directed networks of streets and roads do not limit their movements, but their
movements may have other limitations, including lower speed of movement, and
being more dependent on weather and the pavement surface conditions. This paper
proposes and implements a novel path finding algorithm for open areas, i.e.
areas with no network of pathways such as grasslands and parks where the
conventional graph-based algorithms fail to calculate a practically traversable
path. The new method provides multimodality, a higher level of performance,
efficiency, and user satisfaction in comparison with currently available
solutions. The proposed algorithm creates a new graph in the open area, which
can consider the obstacles and barriers and calculate the path based on the
factors that are important for wheelchair users. Factors, including slope,
width, and surface condition of the routes, are recognised by mining the actual
trajectories of wheelchairs users using trajectory mining and machine learning
techniques. Unlike raster-based techniques, a graph-based open area path
finding algorithm allows the routing to be fully compatible with current
transportation routing services, and enables a full multimodal routing service.
The implementations and tests show at least a 76.4% similarity between the
proposed algorithm outputs and actual wheelchair users trajectories.
- Abstract（参考訳）: ナビゲーションは位置情報ベースサービス(LBS)の最も広く使われている応用の1つであり、デジタル化された日常生活の一部となった。
しかし、ナビゲーションサービスは通常、歩行者や車椅子のような他のユーザーよりもドライバーのために設計されている。
これらのユーザにとって、道路や道路の有向ネットワークは動きを制限しないが、動きの速度の低下や、天候や舗装面の状態に依存している他の制限があるかもしれない。
本稿では,草地や公園などの経路のネットワークを持たない領域において,従来のグラフベースのアルゴリズムが実質的にトラバース可能な経路を計算できない領域に対して,新しい経路探索アルゴリズムを提案し,実装する。
この新しい手法は,現在利用可能なソリューションと比較して高い性能,効率,ユーザ満足度を有するマルチモーダリティを提供する。
提案アルゴリズムは, 車椅子利用者にとって重要な要因に基づいて, 障害物や障壁を考慮し, 経路を計算し, オープンエリアに新たなグラフを作成する。
路面の傾斜,幅,表面状態などの要因は,車いす利用者の実際の軌跡を軌跡マイニングや機械学習技術を用いてマイニングすることによって認識される。
rasterベースの技術とは異なり、グラフベースのオープンエリアパス探索アルゴリズムは、ルーティングを現在のトランスポートルーティングサービスと完全に互換性を持たせ、完全なマルチモーダルルーティングサービスを可能にする。
実装とテストは、提案アルゴリズムの出力と実際の車椅子利用者の軌跡の少なくとも76.4%の類似性を示している。
関連論文リスト
- PathwayBench: Assessing Routability of Pedestrian Pathway Networks Inferred from Multi-City Imagery [15.563635571840733]
都市部における歩行者の移動を支援するには、構築された環境の完全かつ頑健なグラフ表現が必要である。
道路ネットワークの経路とは対照的に、歩行者ネットワークの経路は狭く、より頻繁に切断され、視覚的にも物質的にも小さな領域で変化している。
歩行者経路網グラフを抽出する既存のアルゴリズムは矛盾なく評価され、ルータビリティを無視する傾向がある。
論文 参考訳（メタデータ） (2024-07-23T22:47:32Z) - AI Algorithm for the Generation of Three-Dimensional Accessibility Ramps
in Grasshopper / Rhinoceros 7 [0.0]
本稿では,関連する環境の3次元モデルに基づいて,実現可能なアクセシビリティランプの自動生成が可能なアルゴリズムを提案する。
このアルゴリズムはAI検索アルゴリズムを用いてこれらの点を結ぶ最適な経路を決定する。
車椅子でアクセス可能なランプを設計する上で必須のコンポーネントは、アルゴリズムによって評価されるように、プロセス内にエンコードされる。
論文 参考訳（メタデータ） (2023-09-29T04:54:51Z) - Short Run Transit Route Planning Decision Support System Using a Deep
Learning-Based Weighted Graph [0.0]
本稿では,公共交通機関の計画立案者が短期間の経路改善を迅速に特定できるような,意思決定支援システムのための新しいディープラーニング手法を提案する。
本手法は,日中の2つの停留所間の経路をシームレスに調整することにより,時間を短縮し,PTサービスを増強する。
本研究では,道路セグメントの遅延値を予測するためのディープラーニングモデルを訓練し,これらの遅延値を輸送グラフのエッジ重みとして利用することにより,効率的な経路探索を実現する。
論文 参考訳（メタデータ） (2023-08-24T14:37:55Z) - Efficient Ground Vehicle Path Following in Game AI [77.34726150561087]
本稿では,ゲームAIに適した地上車両の効率的な追従経路を提案する。
提案したパスフォロワは,一対一シューティングゲームにおいて,様々なテストシナリオを通じて評価される。
その結果,既存の経路と比較すると,立ち往生するイベントの総数が70%減少した。
論文 参考訳（メタデータ） (2023-07-07T04:20:07Z) - GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。
提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
論文 参考訳（メタデータ） (2022-05-30T16:22:53Z) - WayFAST: Traversability Predictive Navigation for Field Robots [5.914664791853234]
本稿では,車輪付き移動ロボットの走行経路を予測するための自己教師型アプローチを提案する。
キーとなるインスピレーションは、キノダイナミックモデルを用いてローリングロボットのトラクションを推定できることです。
オンライントラクション推定に基づくトレーニングパイプラインは,他の手法よりもデータ効率が高いことを示す。
論文 参考訳（メタデータ） (2022-03-22T22:02:03Z) - Systematic Comparison of Path Planning Algorithms using PathBench [55.335463666037086]
パスプランニングはモバイルロボティクスの重要な構成要素である。
学習に基づく経路計画アルゴリズムの開発は、急速な成長を遂げている。
本稿では,パスプランニングアルゴリズムの開発,視覚化,トレーニング,テスト,ベンチマークを行うプラットフォームであるPathBenchについて述べる。
論文 参考訳（メタデータ） (2022-03-07T01:52:57Z) - Hybrid Graph Embedding Techniques in Estimated Time of Arrival Task [0.06445605125467574]
ETA(Estimated Time of Arrival)は、開始点から所定の経路に沿った特定の場所への移動時間を予測していると考えられている。
ETAはインテリジェントタクシーサービスや自動車ナビゲーションシステムにおいて重要な役割を担っている。
本研究では,異なる空間埋め込み戦略の一般化能力について検討し,そのような問題に対処するための2段階的アプローチを提案する。
論文 参考訳（メタデータ） (2021-10-08T16:29:55Z) - Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。
本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。
提案手法は,高品質なトラフィックフローマップを作成できる。
論文 参考訳（メタデータ） (2021-09-29T07:51:49Z) - SPIN Road Mapper: Extracting Roads from Aerial Images via Spatial and
Interaction Space Graph Reasoning for Autonomous Driving [64.10636296274168]
道路抽出は、自律航法システムを構築するための重要なステップである。
この問題に対して単に畳み込みニューラルネットワーク(ConvNets)を使用することは、画像内の道路セグメント間の遠い依存関係をキャプチャする非効率であるため、効果がない。
本研究では,ConvNetに接続した時,特徴写像から投影された空間空間および相互作用空間上に構築されたグラフの推論を行う空間空間グラフ推論(SPIN)モジュールを提案する。
論文 参考訳（メタデータ） (2021-09-16T03:52:17Z) - PathBench: A Benchmarking Platform for Classical and Learned Path
Planning Algorithms [59.3879573040863]
パスプランニングは、モバイルロボティクスの重要なコンポーネントです。
アルゴリズムを全体的あるいは統一的にベンチマークする試みはほとんど行われていない。
本稿では,パスプランニングアルゴリズムの開発,視覚化,トレーニング,テスト,ベンチマークを行うプラットフォームであるPathBenchについて述べる。
論文 参考訳（メタデータ） (2021-05-04T21:48:18Z)
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。