論文の概要: Evaluating the reliability of automatically generated pedestrian and bicycle crash surrogates

• arxiv url: http://arxiv.org/abs/2307.13178v1
• Date: Mon, 24 Jul 2023 23:57:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-26 18:43:00.739815
• Title: Evaluating the reliability of automatically generated pedestrian and bicycle crash surrogates
• Title（参考訳）: 自動生成歩行者および自転車事故サーロゲートの信頼性評価
• Authors: Agnimitra Sengupta, S. Ilgin Guler, Vikash V. Gayah, Shannon Warchol
• Abstract要約: Vulnerable Road Users (VRU) は、自動車の事故に巻き込まれるリスクが高い。 信号交差点は、その複雑でダイナミックな性質のため、VRUにとって大きな安全上の懸念事項である。 本研究は, 自動生成サロゲートの信頼性を検証し, 衝突を予測した。
• 参考スコア（独自算出の注目度）: 0.491574468325115
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vulnerable road users (VRUs), such as pedestrians and bicyclists, are at a higher risk of being involved in crashes with motor vehicles, and crashes involving VRUs also are more likely to result in severe injuries or fatalities. Signalized intersections are a major safety concern for VRUs due to their complex and dynamic nature, highlighting the need to understand how these road users interact with motor vehicles and deploy evidence-based countermeasures to improve safety performance. Crashes involving VRUs are relatively infrequent, making it difficult to understand the underlying contributing factors. An alternative is to identify and use conflicts between VRUs and motorized vehicles as a surrogate for safety performance. Automatically detecting these conflicts using a video-based systems is a crucial step in developing smart infrastructure to enhance VRU safety. The Pennsylvania Department of Transportation conducted a study using video-based event monitoring system to assess VRU and motor vehicle interactions at fifteen signalized intersections across Pennsylvania to improve VRU safety performance. This research builds on that study to assess the reliability of automatically generated surrogates in predicting confirmed conflicts using advanced data-driven models. The surrogate data used for analysis include automatically collectable variables such as vehicular and VRU speeds, movements, post-encroachment time, in addition to manually collected variables like signal states, lighting, and weather conditions. The findings highlight the varying importance of specific surrogates in predicting true conflicts, some being more informative than others. The findings can assist transportation agencies to collect the right types of data to help prioritize infrastructure investments, such as bike lanes and crosswalks, and evaluate their effectiveness.
• Abstract（参考訳）: 歩行者や自転車などの不安定な道路利用者(VRU)は、自動車の事故に巻き込まれるリスクが高く、VRUを含む事故も重傷や重傷を負う傾向にある。 信号化された交差点は、その複雑でダイナミックな性質からvrusにとって大きな安全上の懸念事項であり、これらの道路利用者が自動車とどのように相互作用するかを理解し、安全性能を改善するためにエビデンスベースの対策を展開する必要があることを強調する。 vrusに関わるクラッシュは比較的少なく、根本的な要因を理解するのが困難である。 代替手段として、VRUと自動車の衝突を安全性能の代用として識別し、使用する方法がある。 ビデオベースのシステムを使ってこれらの衝突を自動的に検出することは、VRUの安全性を高めるスマートインフラストラクチャを開発する上で重要なステップである。 ペンシルバニア州運輸省は、VRUと自動車のインタラクションを評価するためにビデオベースのイベント監視システムを使用して、ペンシルベニア州の15の信号通信交差点でVRUの安全性を向上させる研究を行った。 本研究は,高度データ駆動モデルを用いたコンフリクト予測における自動生成サーロゲートの信頼性を評価するための研究である。 解析に使用されるサーロゲートデータは、信号状態、照明、気象条件などの手動で収集した変数に加えて、車両速度、vru速度、移動、侵入後時間などの自動的な変数を収集する。 この発見は、真の衝突を予測するのに特定の代理店の様々な重要性を浮き彫りにしている。 この調査結果は、交通機関が適切な種類のデータを収集し、自転車レーンや横断歩道などのインフラ投資を優先し、その効果を評価するのに役立つ。

関連論文リスト

• Characterizing Behavioral Differences and Adaptations of Automated Vehicles and Human Drivers at Unsignalized Intersections: Insights from Waymo and Lyft Open Datasets [9.080817016043769]
  自動運転車(AV)の交通システムへの統合は、道路の安全性と効率を高める前例のない機会である。 本研究では,無人交差点におけるAVと人間駆動車(HV)の行動差と適応性を調べることにより,ギャップを埋めることを目的とする。 この研究は、系統的な手法を用いて、重要な安全性と効率の指標を計算することによって、衝突の合併と交差を識別し分析する。
  論文  参考訳（メタデータ） (2024-10-16T13:19:32Z)
• Vulnerable Road User Detection and Safety Enhancement: A Comprehensive Survey [0.707675463650964]
  脆弱な道路利用者(VRU)を含む交通事故は、世界的な道路事故のかなりの割合を占める。 高度な信号処理と機械学習技術を組み合わせた交通通信エコシステムの進歩は、多様なセンサーからのデータの活用を促進している。 本稿では,VRUの安全性を高めるための最先端技術と方法論を包括的に調査する。
  論文  参考訳（メタデータ） (2024-05-29T15:42:10Z)
• Enhancing Road Safety: Real-Time Detection of Driver Distraction through Convolutional Neural Networks [0.0]
  本研究は,運転者の気晴らしをリアルタイムに検出する上で,最も効率的なモデルを明らかにすることを目的とする。 最終的な目的は、この発見を車両の安全システムに組み込むことであり、不注意によって引き起こされる事故を防ぐ能力を大幅に向上させることである。
  論文  参考訳（メタデータ） (2024-05-28T03:34:55Z)
• AccidentGPT: Accident Analysis and Prevention from V2X Environmental Perception with Multi-modal Large Model [32.14950866838055]
  AccidentGPTは総合的な事故解析とマルチモーダル大模型の予防である。 自律走行車では、車両を制御し衝突を避けるための総合的な環境認識と理解を提供する。 人間の運転する車には、プロアクティブな長距離安全警告と盲点警告を提供します。 我々のフレームワークは、歩行者、車両、道路、環境を含む交通安全のインテリジェントでリアルタイムな分析を支援する。
  論文  参考訳（メタデータ） (2023-12-20T16:19:47Z)
• DRUformer: Enhancing the driving scene Important object detection with driving relationship self-understanding [50.81809690183755]
  交通事故はしばしば致命傷を負い、2023年まで5000万人以上の死者を出した。 従来の研究は、主に個々の参加者の重要性を評価し、それらを独立した存在として扱うものであった。 本稿では、重要な物体検出タスクを強化するために、運転シーン関連自己理解変換器(DRUformer)を紹介する。
  論文  参考訳（メタデータ） (2023-11-11T07:26:47Z)
• A Counterfactual Safety Margin Perspective on the Scoring of Autonomous Vehicles' Riskiness [52.27309191283943]
  本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。 本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
  論文  参考訳（メタデータ） (2023-08-02T09:48:08Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• Reinforcement Learning based Cyberattack Model for Adaptive Traffic Signal Controller in Connected Transportation Systems [61.39400591328625]
  接続輸送システムにおいて、適応交通信号制御装置(ATSC)は、車両から受信したリアルタイム車両軌跡データを利用して、グリーンタイムを規制する。 この無線接続されたATSCはサイバー攻撃面を増やし、その脆弱性を様々なサイバー攻撃モードに拡大する。 そのようなモードの1つは、攻撃者がネットワーク内で偽の車両を作成する「シビル」攻撃である。 RLエージェントは、シビル車噴射の最適速度を学習し、アプローチの混雑を生じさせるように訓練される
  論文  参考訳（メタデータ） (2022-10-31T20:12:17Z)
• Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
  本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。 擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
  論文  参考訳（メタデータ） (2022-06-28T17:08:31Z)
• Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
  歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。 本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。 我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
  論文  参考訳（メタデータ） (2021-06-22T15:40:21Z)
• Interaction Detection Between Vehicles and Vulnerable Road Users: A Deep Generative Approach with Attention [9.442285577226606]
  交差点における相互作用検出のための条件生成モデルを提案する。 道路利用者の行動の連続性に関する膨大な映像データを自動解析することを目的としています。 モデルの有効性は実世界のデータセットでテストすることによって検証された。
  論文  参考訳（メタデータ） (2021-05-09T10:03:55Z)

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。