論文の概要: Crowdsourcing and Sidewalk Data: A Preliminary Study on the
Trustworthiness of OpenStreetMap Data in the US
- arxiv url: http://arxiv.org/abs/2210.02350v1
- Date: Wed, 5 Oct 2022 15:52:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:32:14.562757
- Title: Crowdsourcing and Sidewalk Data: A Preliminary Study on the
Trustworthiness of OpenStreetMap Data in the US
- Title(参考訳): クラウドソーシングとサイドウォークデータ:米国におけるOpenStreetMapデータの信頼性に関する予備的研究
- Authors: Kazi Shahrukh Omar, Gustavo Moreira, Daniel Hodczak, Maryam Hosseini,
Fabio Miranda
- Abstract要約: 我々は,OpenStreetMap (OSM) 歩道データの可用性と信頼性に関する予備的研究を行った。
まず、米国の50以上の主要都市でOSMの歩道データカバレッジを比較します。
そして、我々は3つの主要都市(シアトル、シカゴ、ニューヨーク)を選択して、歩道データの完全性とその特徴を分析する。
- 参考スコア(独自算出の注目度): 3.6252697371625677
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sidewalks play a pivotal role in urban mobility of everyday life. Ideally,
sidewalks provide a safe walkway for pedestrians, link public transportation
facilities, and equip people with routing and navigation services. However,
there is a scarcity of open sidewalk data, which not only impacts the
accessibility and walkability of cities but also limits policymakers in
generating insightful measures to improve the current state of pedestrian
facilities. As one of the most famous crowdsourced data repositories,
OpenStreetMap (OSM) could aid the lack of open sidewalk data to a large extent.
However, completeness and quality of OSM data have long been a major issue. In
this paper, we offer a preliminary study on the availability and
trustworthiness of OSM sidewalk data. First, we compare OSM sidewalk data
coverage in over 50 major cities in the United States. Then, we select three
major cities (Seattle, Chicago, and New York City) to further analyze the
completeness of sidewalk data and its features, and to compute a
trustworthiness index leveraging historical OSM sidewalk data.
- Abstract(参考訳): サイドウォークは日常生活の都市移動に重要な役割を果たしている。
理想的には、歩道は歩行者のための安全な通路を提供し、公共交通機関を繋ぎ、人々に経路やナビゲーションサービスを提供する。
しかし、歩道のオープンデータが少ないため、都市のアクセシビリティや歩行性に影響を及ぼすだけでなく、歩行者施設の状況を改善するための洞察力のある対策を作成する政策立案者も限られている。
最も有名なクラウドソースデータリポジトリの1つとして、OpenStreetMap(OSM)は、オープンな歩道データの欠如を大いに助ける可能性がある。
しかし、OSMデータの完全性と品質は長い間大きな問題であった。
本稿では,OSM歩道データの可用性と信頼性に関する予備的検討を行う。
まず、米国の50以上の主要都市でOSMの歩道データカバレッジを比較します。
次に,3つの主要都市(シアトル,シカゴ,ニューヨーク)を選択し,歩道データの完全性とその特徴を分析し,歴史的OSM歩道データを活用した信頼性指数を算出する。
関連論文リスト
- I Open at the Close: A Deep Reinforcement Learning Evaluation of Open
Streets Initiatives [4.8951183832371]
オープンストリートイニシアチブは、歩行者や自転車に道路を「開放」し、車やトラックに閉鎖する。
道路の開き方の選択を強化学習問題として検討する。
我々は、ニューヨーク市のオープンストリートプログラムの街路を、Qラーニングアルゴリズムによって提案された通りと比較する。
Q-ラーニングアルゴリズムによって提案された道路は確実に良い結果が得られるのに対し、プログラムの街路はランダムに選択された通りと同じような結果が得られる。
論文 参考訳(メタデータ) (2023-12-12T19:22:07Z) - LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。
しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。
カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
論文 参考訳(メタデータ) (2023-06-14T05:48:36Z) - Determining Accessible Sidewalk Width by Extracting Obstacle Information
from Point Clouds [3.2296078260106174]
歩道の障害物は通路を塞ぐことが多く、通行を制限し、フラストレーションと時間の浪費をもたらす。
アムステルダム市の3次元点雲データに基づいて障害物のない歩道幅を推定する新しいパイプラインを提案する。
論文 参考訳(メタデータ) (2022-11-08T09:19:16Z) - A Pilot Study of Sidewalk Equity in Seattle Using Crowdsourced Sidewalk
Assessment Data [9.03899825598672]
プロジェクトサイドウォークからクラウドソーシングされた大規模歩道データを用いて,シアトルの歩道の分布と状況について検討する。
シアトルの歩道品質の空間的パターンと人種多様性,所得水準,人口密度,交通モードとの関連について検討した。
論文 参考訳(メタデータ) (2022-10-05T20:07:05Z) - Towards Global-Scale Crowd+AI Techniques to Map and Assess Sidewalks for
People with Disabilities [10.096568479976725]
世界中の歩道の位置、状況、アクセシビリティに関するデータが不足している。
本稿では,衛星画像から歩道ネットワークトポロジを半自動構築する作業について述べる。
私たちは、標準化されたベンチマークとともに、歩道と歩道アクセシビリティの問題のためのラベル付き衛星とストリートスケープシーンのデータベースを作成するための電話を締めくくった。
論文 参考訳(メタデータ) (2022-06-28T01:05:08Z) - Sidewalk Measurements from Satellite Images: Preliminary Findings [10.870041943009722]
我々はコンピュータビジョンモデルを訓練し、リモートセンシング画像から歩道、道路、建物を検出する。
抽出した歩道の異なる属性を解析するために形状解析手法を適用した。
論文 参考訳(メタデータ) (2021-12-12T02:22:46Z) - The 5th AI City Challenge [51.83023045451549]
第5回AIシティチャレンジには38カ国305チームが参加した。
アルゴリズムの有効性と計算効率の両面で評価を行った。
結果は、スマートトランスポーテーションにおけるAIの約束を示している。
論文 参考訳(メタデータ) (2021-04-25T19:15:27Z) - End-to-End Deep Structured Models for Drawing Crosswalks [98.9901717499058]
我々は、両方の入力を地上に投影し、シーンのトップダウンビューを生成します。
次に,畳み込みニューラルネットワークを用いて横断歩道の位置に関する意味的手がかりを抽出する。
大都市での横断歩道実験では96.6%の自動化が可能であった。
論文 参考訳(メタデータ) (2020-12-21T18:59:08Z) - Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset,
Benchmarks and Challenges [52.624157840253204]
我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。
私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。
我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
論文 参考訳(メタデータ) (2020-09-07T14:47:07Z) - 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) - The 4th AI City Challenge [80.00140907239279]
AI City Challengeの第4回年次エディションには,37カ国で315チームが参加している。
評価はアルゴリズムの有効性と計算効率の両面から行われる。
結果は、AI技術がよりスマートで安全な輸送システムを可能にすることを約束している。
論文 参考訳(メタデータ) (2020-04-30T07:47:14Z)
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。