論文の概要: Sugest\~oes de Rotas Personalizadas para Carrinheiros na Coleta Seletiva
de Materiais Recicl\'aveis
- arxiv url: http://arxiv.org/abs/2105.10787v1
- Date: Sat, 22 May 2021 18:36:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 03:06:15.226521
- Title: Sugest\~oes de Rotas Personalizadas para Carrinheiros na Coleta Seletiva
de Materiais Recicl\'aveis
- Title(参考訳): ロタス・パーソナリサダス・パラ・カリンハイロス・ナ・コールタ・セレティヴァ・デ・マテリアス・レシクリス
- Authors: Maria Vit\'oria R. Oliveira, Islene C. Garcia
- Abstract要約: カーリンハイロス(Carrinheiros)は、人力車を使用するリサイクル可能な材料の収集家である。
本研究は,3つのエッジコストポリシに基づいて,カスタマイズ可能なルートを提案するアルゴリズムを提案する。
- 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: Carrinheiros are collectors of recyclable materials that use human-powered
vehicles. Carrinheiro's collection routes can be tiring depending on the paths
chosen. Therefore, this work proposes an algorithm for suggesting customizable
routes based on three edge costing policies: Less Work Policy, Less Impedance
Policy, and Short Distance Policy. This work used the tools osmnx and networkx
to construct graphs, geographic data from Open Street Map, and elevations from
Topodata. The simulations performed in Simulation of Urban MObility (SUMO)
demonstrated that the proposed algorithm could minimize the power applied to
push the vehicle, the distance, and the travel time, according to the policy
used.
- Abstract(参考訳): カーリンハイロス(Carrinheiros)は、人力車を使用するリサイクル可能な材料の収集家である。
カーリンハイロの収集ルートは、選択された経路によって疲れることがある。
そこで本研究では,3つのエッジコストポリシ(低労働政策,低インピーダンス政策,短距離政策)に基づいて,カスタマイズ可能なルートを提案するアルゴリズムを提案する。
この研究はosmnxとnetworkxを使ってグラフ、Open Street Mapからの地理データ、Topodataからの標高データを構築した。
シュミレーション・オブ・アーバン・モビリティ(SUMO)で実施されたシミュレーションにより、提案アルゴリズムは車両、距離、走行時間を最小化できることを示した。
関連論文リスト
- Road Graph Generator: Mapping roads at construction sites from GPS data [0.0]
地図構築現場におけるGPS軌道からの道路推定手法を提案する。
本課題は, 建設機械の非標準運動パターンが不安定であることから, 特異な課題を提起するものである。
論文 参考訳(メタデータ) (2024-02-15T12:53:25Z) - RSRD: A Road Surface Reconstruction Dataset and Benchmark for Safe and
Comfortable Autonomous Driving [67.09546127265034]
道路表面の再構築は、車両の走行計画と制御システムの解析と予測を促進するのに役立つ。
我々は,様々な運転条件下で,特定のプラットフォームで収集した実世界,高解像度,高精度のデータセットであるRoad Surface Reconstructionデータセットを紹介した。
約16,000対のステレオ画像、原点雲、地中深度・不均等地図を含む一般的な道路形態を網羅している。
論文 参考訳(メタデータ) (2023-10-03T17:59:32Z) - Pre-training on Synthetic Driving Data for Trajectory Prediction [64.16991399882477]
我々は,データ可用性の制限の下で一般的な軌道予測表現を学習することの課題に取り組むことを目的としている。
我々はHD-mapのグラフ表現を利用し、ベクトル変換を適用して地図を再構成する。
我々は、拡張シーンに基づく軌道を生成するためにルールベースのモデルを用いる。
論文 参考訳(メタデータ) (2023-09-18T19:49:22Z) - Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。
我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
論文 参考訳(メタデータ) (2022-11-15T13:52:41Z) - Haul Road Mapping from GPS Traces [0.0]
本稿では,道路網の正確な表現を,現場で運用されているトラックから取得したGPSデータを用いて自動的に導き出す可能性について検討する。
全ての試験アルゴリズムで見られる欠点に基づいて, 地雷の現場に典型的な工芸品の道路地図を幾何学的に解析するポストプロセッシング・ステップが開発された。
論文 参考訳(メタデータ) (2022-06-27T04:35:06Z) - A Real-Time Energy and Cost Efficient Vehicle Route Assignment Neural
Recommender System [0.0]
本稿では,エネルギーとコストの基準に基づいて車両をルートに割り当てるニューラルネットワークレコメンデータシステムを提案する。
我々は、与えられた経路上での様々な候補車両のエネルギー消費量を効率的に推定するために、機械学習に基づくアプローチを採用する。
完全なレコメンデーションロジックが開発され、各ルートに対してリアルタイムに最適な割り当てが可能になる。
論文 参考訳(メタデータ) (2021-10-21T04:17:35Z) - Real-world Ride-hailing Vehicle Repositioning using Deep Reinforcement
Learning [52.2663102239029]
アイドルヘイリングプラットフォーム上での現実世界の車両の深層強化学習と意思決定時間計画に基づく新しい実用的枠組みを提示する。
本手法は,重み付きバッチ学習アルゴリズムを用いて乗車時の状態値関数を学習する。
配車シミュレーション環境におけるベースラインでアルゴリズムをベンチマークし、収益効率の向上における優位性を実証します。
論文 参考訳(メタデータ) (2021-03-08T05:34:05Z) - Dynamic Bicycle Dispatching of Dockless Public Bicycle-sharing Systems
using Multi-objective Reinforcement Learning [79.61517670541863]
ドッキングレスPBS(DL-PBS)に欠かせない動的自転車レンタル需要に基づく効率的な自転車配車ソリューションを実現するためのAIの活用
DL-PBSに最適な自転車ディスパッチソリューションを提供するために、マルチオブジェクト強化学習(MORL-BD)に基づく動的自転車ディスパッチアルゴリズムを提案します。
論文 参考訳(メタデータ) (2021-01-19T03:09:51Z) - End-to-end Interpretable Neural Motion Planner [78.69295676456085]
複雑な都市環境での自律走行学習のためのニューラルモーションプランナー(NMP)を提案する。
我々は,生lidarデータとhdマップを入力とし,解釈可能な中間表現を生成する全体モデルを設計した。
北米のいくつかの都市で収集された実世界の運転データにおける我々のアプローチの有効性を実証する。
論文 参考訳(メタデータ) (2021-01-17T14:16:12Z) - A node-charge graph-based online carshare rebalancing policy with
capacitated electric charging [3.262056736346764]
コスト関数近似を用いた新たな再バランスポリシを提案する。
このアルゴリズムはニューヨーク州ブルックリンの電気カーシェアのケーススタディで検証されている。
論文 参考訳(メタデータ) (2020-01-20T23:28:29Z) - Street-level Travel-time Estimation via Aggregated Uber Data [2.838842554577539]
都市部における道路セグメントに沿った時間的パターンの推定は,交通技術者や都市計画者にとって重要な課題である。
本研究では,大都市圏の街路レベルの走行時間を推定するために,粗粒度および集約された走行時間データを活用する手法を提案する。
論文 参考訳(メタデータ) (2020-01-13T21:14:38Z)
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。