論文の概要: RUI: A Web-based Road Updates Information System using Google Maps API
- arxiv url: http://arxiv.org/abs/2307.00323v1
- Date: Sat, 1 Jul 2023 12:29:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-05 16:43:39.393496
- Title: RUI: A Web-based Road Updates Information System using Google Maps API
- Title（参考訳）: RUI: Google Maps APIを利用したWebベースの道路更新情報システム
- Authors: Benzar Glen S. Grepon, JC P. Margallo, Jonathan B. Maserin, Rio Al-Di
A. Dompol
- Abstract要約: 本稿では,主要なシステム機能,アジャイルモデルである研究アプローチと方法論,および道路情報伝達への影響について論じる。
プロジェクトは4.21と評価され、質的な記述に基づく優れたパフォーマンスを示している。
将来の開発では、可能ならフィリピンの列島全体を含む道路の更新範囲を拡大することが推奨されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Knowing the current situation on every road in an area is still difficult to
anticipate. Commuters, riders, and drivers are still dependent on road
situations from a local news agency to be well informed and be updated on
possible road updates such as vehicular accidents, government road and bridge
projects/construction, and other related road obstructions. To give solutions
regarding road updates, a web-based roads update information system has been
developed that uses Google Maps API allowing people to view and be notified of
the real-time updates of the road situation of a specific area. This paper
discusses the main system functionalities, including sub-systems and modules of
the system, the research approach and methodology, which is the Agile Model,
and its impact on disseminating road information and its status. The project
has been evaluated using ISO 25010. Based on the evaluation result, the project
has been rated 4.21, signifying an excellent performance based on qualitative
description through a Likert scale descriptive interpretation. The project has
been running and hosted on the world wide web and is expected to expand its
coverage area from its origin country to the rest of the world. Based on the
initial findings of the study, the respondents agreed that the developed web
system was functional and a massive help to commuters, riders, and people who
travel a lot. The system's overall effectiveness and performance were excellent
based on the criteria set by ISO/IEC 25010. It is recommended for future
development to expand the coverage of the road updates, if possible, including
the entire Philippine archipelago for long-drive commuters and drivers to be
more updated in terms of road updates. Also, include the use of mobile
applications for more user-friendly design and interactions.
- Abstract（参考訳）: 地域の道路の現在の状況を知ることは、まだ予測が難しい。
通勤者、乗客、およびドライバーは、地元の通信社からの道路状況に依存しており、車両事故、公道および橋梁計画、その他の関連する道路障害などの道路更新について十分な情報を得て更新される。
道路更新に関するソリューションを提供するために、google maps apiを使用して、特定の地域の道路状況のリアルタイム更新を閲覧し、通知するwebベースの道路更新情報システムを開発した。
本稿では,システムのサブシステムとモジュール,アジャイルモデルである研究アプローチと方法論,道路情報の普及とその現状など,システムの主要な機能について述べる。
このプロジェクトはISO 25010を用いて評価されている。
評価結果に基づき、プロジェクトは4.21に格付けされ、likertスケール記述解釈による質的記述に基づく優れたパフォーマンスを示している。
このプロジェクトは、世界規模のWeb上で運営され、ホストされ、元の国から世界の他の地域までカバー範囲を広げる予定である。
調査の最初の結果から, 開発したWebシステムは機能的であり, 通勤者, 乗客, 旅行者にとって大きな助けになる,と回答した。
システム全体の有効性と性能はISO/IEC 25010の基準に基づいて評価された。
将来の開発では、フィリピン列島全体を含む道路の更新範囲を拡大することが推奨されており、長距離の通勤者やドライバーは、道路の更新に関してより更新される。
また、よりユーザフレンドリーなデザインとインタラクションにモバイルアプリケーションを使うこともできる。
関連論文リスト
- Leveraging GNSS and Onboard Visual Data from Consumer Vehicles for Robust Road Network Estimation [18.236615392921273]
本稿では,自動運転車における道路グラフ構築の課題について述べる。
本稿では,これらの標準センサから取得したグローバルナビゲーション衛星システム(GNSS)のトレースと基本画像データについて提案する。
我々は、畳み込みニューラルネットワークを用いて、道路中心のセマンティックセグメンテーションタスクとして問題をフレーミングすることで、データの空間情報を利用する。
論文 参考訳（メタデータ） (2024-08-03T02:57:37Z) - Your Car Tells Me Where You Drove: A Novel Path Inference Attack via CAN Bus and OBD-II Data [57.22545280370174]
On Path Diagnostic - Intrusion & Inference (OPD-II) は物理カーモデルとマップマッチングアルゴリズムを利用した新しい経路推論攻撃である。
我々は4台の異なる車両と41トラックの道路および交通シナリオに対する攻撃を実行した。
論文 参考訳（メタデータ） (2024-06-30T04:21:46Z) - Bench2Drive: Towards Multi-Ability Benchmarking of Closed-Loop End-To-End Autonomous Driving [59.705635382104454]
本稿では,E2E-ADシステムのマルチ能力をクローズドループで評価するための最初のベンチマークであるBench2Driveを紹介する。
我々は最先端のE2E-ADモデルを実装し、Bench2Driveで評価し、現状と今後の方向性について洞察を提供する。
論文 参考訳（メタデータ） (2024-06-06T09:12:30Z) - RoadRunner -- Learning Traversability Estimation for Autonomous Off-road Driving [13.101416329887755]
我々は、カメラとLiDARセンサーの入力から直接地形変動を予測できるフレームワークであるRoadRunnerと、標高マップを提示する。
RoadRunnerは、センサ情報、不確実性の処理、コンテキスト情報による予測の生成を融合させることで、信頼性の高い自律ナビゲーションを可能にする。
我々は,非構造砂漠環境を通した複数の現実の運転シナリオにおいて,安全かつ信頼性の高いオフロードナビゲーションを実現する上で,ロードランナーの有効性を実証する。
論文 参考訳（メタデータ） (2024-02-29T16:47:54Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳（メタデータ） (2023-10-08T21:32:30Z) - 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) - Semi-supervised Road Updating Network (SRUNet): A Deep Learning Method
for Road Updating from Remote Sensing Imagery and Historical Vector Maps [3.350048575501172]
本研究では,道路更新のための半教師付き学習(SRUNet)に基づく道路検出手法を提案する。
提案したSRUNetは,幅広い道路更新作業に対して,安定かつ最新かつ信頼性の高い予測結果を提供する。
論文 参考訳（メタデータ） (2023-04-28T16:51:35Z) - Exploring Contextual Representation and Multi-Modality for End-to-End
Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。
我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。
提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文 参考訳（メタデータ） (2022-10-13T05:56:20Z) - 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) - RoadAtlas: Intelligent Platform for Automated Road Defect Detection and
Asset Management [8.441428233111843]
RoadAtlasは、道路欠陥の検出、道路マーキング解析、ユーザによるデータの提示と入力のためのWebベースのダッシュボードをサポートする、新しいエンドツーエンド統合システムである。
論文 参考訳（メタデータ） (2021-09-08T01:26:15Z) - 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)
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。