論文の概要: Datacentric analysis to reduce pedestrians accidents: A case study in
Colombia
- arxiv url: http://arxiv.org/abs/2104.00912v1
- Date: Fri, 2 Apr 2021 06:59:50 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 14:01:53.778802
- Title: Datacentric analysis to reduce pedestrians accidents: A case study in
Colombia
- Title(参考訳): コロンビアにおける歩行者事故低減のためのデータ中心分析
- Authors: Michael Puentes (UIS), Diana Novoa, John Delgado Nivia (UTS), Carlos
Barrios Hern\'andez (UIS), Oscar Carrillo (DYNAMID, CPE), Fr\'ed\'eric Le
Mou\"el (DYNAMID)
- Abstract要約: 2012年以降、ブカラマンガ・コロンビアのケーススタディでは179人の歩行者が自動車事故で死亡し、さらに2873人が負傷した。
この研究は、都市の事故率を減らし、新しい安全政策を導入することを提案することで、生活を救うためのシミュレーションを実装している。
シミュレーションによって検証された最初の最も効率的な安全方針は、交差点が事故率を80%削減する前に特定の場所でスピードバンプを構築することです。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Since 2012, in a case-study in Bucaramanga-Colombia, 179 pedestrians died in
car accidents, and another 2873 pedestrians were injured. Each day, at least
one passerby is involved in a tragedy. Knowing the causes to decrease accidents
is crucial, and using system-dynamics to reproduce the collisions' events is
critical to prevent further accidents. This work implements simulations to save
lives by reducing the city's accidental rate and suggesting new safety policies
to implement. Simulation's inputs are video recordings in some areas of the
city. Deep Learning analysis of the images results in the segmentation of the
different objects in the scene, and an interaction model identifies the primary
reasons which prevail in the pedestrians or vehicles' behaviours. The first and
most efficient safety policy to implement-validated by our simulations-would be
to build speed bumps in specific places before the crossings reducing the
accident rate by 80%.
- Abstract(参考訳): 2012年以降、ブカラマンガ・コロンビアのケーススタディでは179人の歩行者が自動車事故で死亡し、2873人が負傷した。
毎日、少なくとも1人の通行人が悲劇に巻き込まれている。
事故を減少させる原因を知ることは重要であり、衝突を再現するためにシステムダイナミクスを使用することは、さらなる事故を防止するために重要である。
この研究は、都市の事故率を減らし、新しい安全政策を導入することを提案することで、生活を救うためのシミュレーションを実装している。
シミュレーションのインプットは、市内の一部地域でのビデオ録画である。
画像の深層学習分析により、シーン内の異なる物体のセグメンテーションが得られ、対話モデルにより歩行者や車両の行動に影響を及ぼす主な理由が特定される。
シミュレーションによって検証された最初の、最も効率的な安全ポリシーは、事故率を80%削減する前に、特定の場所でスピードアップを構築することである。
関連論文リスト
- Enhancing Vision-Language Models with Scene Graphs for Traffic Accident Understanding [45.7444555195196]
この研究は、交通事故のビデオを前処理し、それらをシーングラフとしてエンコードし、この表現を事故分類のための視覚と言語モダリティと整合させるためのマルチステージマルチモーダルパイプラインを導入している。
4つのクラスでトレーニングすると、一般的なトラフィック異常検出ベンチマークの(バランスの取れていない)サブセットに対して57.77%のバランスの取れた精度のスコアが得られた。
論文 参考訳(メタデータ) (2024-07-08T13:15:11Z) - Learning Traffic Crashes as Language: Datasets, Benchmarks, and What-if Causal Analyses [76.59021017301127]
我々は,CrashEventという大規模トラフィッククラッシュ言語データセットを提案し,実世界のクラッシュレポート19,340を要約した。
さらに,クラッシュイベントの特徴学習を,新たなテキスト推論問題として定式化し,さらに様々な大規模言語モデル(LLM)を微調整して,詳細な事故結果を予測する。
実験の結果, LLMに基づくアプローチは事故の重大度を予測できるだけでなく, 事故の種類を分類し, 損害を予測できることがわかった。
論文 参考訳(メタデータ) (2024-06-16T03:10:16Z) - On using Machine Learning Algorithms for Motorcycle Collision Detection [0.0]
衝突シミュレーションにより,エアバッグやシートベルトなどの受動的安全対策を装備すれば,車両衝突時の重傷や死亡のリスクを大幅に低減できることが示された。
本稿では,衝突を確実に検出する上での課題として,機械学習アルゴリズムの適用性について検討する。
論文 参考訳(メタデータ) (2024-03-14T15:32:25Z) - Hotspot Prediction of Severe Traffic Accidents in the Federal District
of Brazil [0.0]
この研究は、主に事故の集中度と、ホットスポットの予測に機械学習をどのように使用できるかに焦点を当て、研究の多様性を増す試みである。
ブラジル連邦地区のデータは、法医学的な交通事故のアナリストから収集され、現地の気象状況のデータと組み合わせて、衝突のホットスポットを予測する。
気象パラメーターが事故発生場所ほど重要でないことを確認し,事故発生回数を減らすために局所的な介入が重要であることを示す。
論文 参考訳(メタデータ) (2023-12-28T22:13:11Z) - Predicting Accident Severity: An Analysis Of Factors Affecting Accident
Severity Using Random Forest Model [0.0]
本研究では,事故の重大性を予測するためのランダムフォレスト機械学習アルゴリズムの有効性について検討した。
モデルは大都市圏の事故記録のデータセットに基づいて訓練され,様々な指標を用いて評価される。
その結果,ランダムフォレストモデルは事故の重大度を80%以上の精度で予測する有効なツールであることがわかった。
論文 参考訳(メタデータ) (2023-10-09T16:33:44Z) - DeepAccident: A Motion and Accident Prediction Benchmark for V2X
Autonomous Driving [76.29141888408265]
本研究では,現実の運転において頻繁に発生する多様な事故シナリオを含む大規模データセットを提案する。
提案したDeepAccidentデータセットには57Kの注釈付きフレームと285Kの注釈付きサンプルが含まれており、これは大規模なnuScenesデータセットの約7倍である。
論文 参考訳(メタデータ) (2023-04-03T17:37:00Z) - Cognitive Accident Prediction in Driving Scenes: A Multimodality
Benchmark [77.54411007883962]
本研究では,視覚的観察と運転者の注意に対する人為的な文章記述の認識を効果的に活用し,モデルトレーニングを容易にする認知事故予測手法を提案する。
CAPは、注意テキスト〜ビジョンシフト融合モジュール、注意シーンコンテキスト転送モジュール、運転注意誘導事故予測モジュールによって構成される。
我々は,1,727件の事故ビデオと219万フレーム以上の大規模ベンチマークを構築した。
論文 参考訳(メタデータ) (2022-12-19T11:43:02Z) - Deep Representation of Imbalanced Spatio-temporal Traffic Flow Data for
Traffic Accident Detection [0.3670422696827526]
本稿では,高速道路事故の自動検出のためのLong-Short Term Memory (LSTM) ネットワークを用いたループ検出データの深部表現について検討する。
ミネソタ州ツインシティーズ・メトロの高速道路から収集された実事故およびループ検出データの実験は、LSTMネットワークを用いた交通流データの深部表現が18分以内で高速道路事故を検出する可能性を実証している。
論文 参考訳(メタデータ) (2021-08-21T13:18:04Z) - A novel method of predictive collision risk area estimation for
proactive pedestrian accident prevention system in urban surveillance
infrastructure [6.777019450570473]
道路交通事故は、人間の生活に深刻な脅威をもたらし、早期死亡の主な原因となっています。
歩行者の衝突を予防するためのブレークスルーは、CCTVなどの視覚センサに基づいて歩行者の潜在的なリスクを認識することです。
本研究では,無信号横断歩道における衝突リスク領域推定システムを提案する。
論文 参考訳(メタデータ) (2021-05-06T10:29:44Z) - Collision Replay: What Does Bumping Into Things Tell You About Scene
Geometry? [87.63134188675717]
衝突の例を用いて過去のフレームでの観測を監督する。
我々は衝突リプレイを用いて畳み込みニューラルネットワークを訓練し、新しい画像から衝突時間の分布を予測する。
本手法は,フォトリアリスティックシミュレータにおいてノイズアクティベーションを有するエージェントを用いて解析する。
論文 参考訳(メタデータ) (2021-05-03T17:59:46Z) - A model for traffic incident prediction using emergency braking data [77.34726150561087]
道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。
メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
論文 参考訳(メタデータ) (2021-02-12T18:17:12Z)
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。