論文の概要: Impact of Different Infrastructures and Traffic Scenarios on Behavioral and Physiological Responses of E-scooter Users
- arxiv url: http://arxiv.org/abs/2407.10310v1
- Date: Sun, 5 May 2024 19:55:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 12:59:07.423606
- Title: Impact of Different Infrastructures and Traffic Scenarios on Behavioral and Physiological Responses of E-scooter Users
- Title（参考訳）: E-Scooter利用者の行動・生理的反応に及ぼすインフラ・交通シナリオの影響
- Authors: Dong Chen, Arman Hosseini, Arik Smith, David Xiang, Arsalan Heydarian, Omid Shoghli, Bradford Campbell,
- Abstract要約: 本稿では,e-scooterユーザに対して,自然なライディング実験を通じて,異なるインフラやシナリオ下での応答について検討することを目的とする。
その結果,異なる速度分布,インフラ要素,交通シナリオがライディング・ダイナミクスに大きく影響していることが示唆された。
この研究は、インフラ設計の重要さと、電子タバコの安全性への影響を浮き彫りにしている。
- 参考スコア（独自算出の注目度）: 9.218359701264797
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As micromobility devices such as e-scooters gain global popularity, emergency departments around the world have observed a rising trend in related injuries. However, the majority of current research on e-scooter safety relies heavily on surveys, news reports, and data from vendors, with a noticeable scarcity of naturalistic studies examining the effects of riders' behaviors and physiological responses. Therefore, this paper aims to study the responses of e-scooter users under different infrastructures and scenarios through naturalistic riding experiments. The findings indicate that different speed profiles, infrastructural elements, and traffic scenarios significantly influence riding dynamics. The experimental results also reveal that e-scooters face amplified safety challenges when navigating through areas with speed variations and without dedicated riding spaces. The study underscores the importance of considering infrastructure design and its influence on e-scooter safety, providing insights that could inform future urban planning and policy-making to enhance the safety of these increasingly popular vehicles.
- Abstract（参考訳）: eスクータなどのマイクロモビリティ機器が世界的に普及するにつれて、世界中の救急医療機関が関連する負傷の傾向が強まっている。
しかし、e-Scooterの安全性に関する現在の研究の大部分は、調査、ニュースレポート、ベンダーのデータに大きく依存しており、ライダーの行動と生理的反応の影響を調査する自然主義的な研究はほとんどない。
そこで本稿は,e-Scooterユーザに対して,自然なライディング実験を通じて,異なるインフラやシナリオ下での応答について検討することを目的とする。
その結果,異なる速度分布,インフラ要素,交通シナリオがライディング・ダイナミクスに大きく影響していることが示唆された。
また, 速度変化のある地域を走行し, 専用のライディングスペースを持たない地域では, 電動スクーターの安全上の課題が増大していることが実験的に明らかになった。
この研究は、インフラ設計と電子スクーターの安全性への影響を検討することの重要性を強調し、今後都市計画や政策立案に影響を及ぼし、普及しているこれらの車両の安全性を高めるための洞察を提供する。
関連論文リスト
- 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) - A Scoping Review of Energy-Efficient Driving Behaviors and Applied
State-of-the-Art AI Methods [2.765388013062202]
エネルギー効率の良い運転行動や戦略に関する包括的な調査は行われていない。
多くの最先端AIモデルは、エコフレンドリーな運転スタイルの分析に応用されているが、概観は得られていない。
本稿では、生態的な運転行動とスタイルに関する詳細な文献レビューを行い、エネルギー消費に影響を与える運転要因について分析する。
論文 参考訳（メタデータ） (2024-03-04T13:57:34Z) - Using Visual and Vehicular Sensors for Driver Behavior Analysis: A
Survey [0.0]
危険ドライバーは米国での死亡事故の70%を占めている。
本稿では,視覚・車体データを用いた運転者の行動分析手法について検討する。
論文 参考訳（メタデータ） (2023-08-25T14:33:59Z) - Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。
新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。
エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
論文 参考訳（メタデータ） (2023-04-23T16:01:36Z) - Using Connected Vehicle Trajectory Data to Evaluate the Effects of
Speeding [0.0]
様々な交通機関が、動脈の速度を下げるための速度管理戦略を提案している。
速度制限以上の速度比の分析には様々な研究がなされているが、個人の移動に影響を及ぼすと考える研究は少ない。
本研究は,各経路における各走行経験が速度比に及ぼす影響について検討することを目的とする。
論文 参考訳（メタデータ） (2023-03-29T02:17:28Z) - 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) - Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。
この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
論文 参考訳（メタデータ） (2022-11-01T11:07:37Z) - 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) - E-Scooter Rider Detection and Classification in Dense Urban Environments [5.606792370296115]
本研究は,検出モデルの客観的評価を容易にするために,部分閉塞型E-スクータライダー検出のための新しいベンチマークを提案する。
技術の現状に対して15.93%の精度で検出性能を向上する,E-Scooterライダー検出の新規なオクルージョン対応手法を提案する。
論文 参考訳（メタデータ） (2022-05-20T13:50:36Z) - Predicting the impact of urban change in pedestrian and road safety [0.0]
近年の研究では、畳み込みニューラルネットワークがストリートビューの画像を利用した事故発生率を正確に予測できることが示されている。
事故発生に対する都市介入の影響(増加または減少)を自動的に予測する方法を詳述する。
交通ネットワークの基盤(サイドウォークとロードネットワーク)とその需要を考えると,これらの結果を複雑なネットワークフレームワークに統合する。
論文 参考訳（メタデータ） (2022-02-03T10:37:51Z) - Safety-aware Motion Prediction with Unseen Vehicles for Autonomous
Driving [104.32241082170044]
本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。
既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。
私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
論文 参考訳（メタデータ） (2021-09-03T13:33:33Z)
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。