論文の概要: Impact of Road Infrastructure and Traffic Scenarios on E-scooterists' Riding and Gaze Behavior
- arxiv url: http://arxiv.org/abs/2407.10310v2
- Date: Mon, 17 Mar 2025 03:00:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-18 17:12:40.887529
- Title: Impact of Road Infrastructure and Traffic Scenarios on E-scooterists' Riding and Gaze Behavior
- Title（参考訳）: 道路インフラと交通シナリオがE-Scooteristsの乗り心地と視線行動に及ぼす影響
- Authors: Dong Chen, Arman Hosseini, Arik Smith, Zeyang Zheng, David Xiang, Arsalan Heydarian, Omid Shoghli, Bradford Campbell,
- Abstract要約: 本研究は,道路の安全性とユーザエクスペリエンスを向上させるために,道路インフラ,交通シナリオ,および電動スクーターの乗り心地と視線行動の関係について検討する。
各種道路レイアウトおよび交通シナリオを対象とした,電子スクータ,視線パターン,固定測度,頭部運動データを用いた自然史的研究を行った。
- 参考スコア（独自算出の注目度）: 8.837717391288452
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growing adoption of e-scooters has raised significant safety concerns, particularly due to a surge in injuries and fatalities. This study explores the relationship between road infrastructure, traffic scenarios, and e-scooterists' riding and gaze behaviors to improve road safety and user experience. A naturalistic study was conducted using instrumented e-scooters, capturing gaze patterns, fixation metrics, and head movement data across various road layouts and traffic scenarios. Key findings reveal that bike lanes offer a stable environment with reduced horizontal head movement and focused attention on the road, while shared roads and sidewalks lead to more dispersed gaze and increased head movement, indicating higher uncertainty and complexity. Interactions with other road users, such as navigating intersections, passing buses, riding near cars, and descending on downhill paths, demand greater cognitive load. Intersections require heightened visual focus and spatial awareness, reflected in increased horizontal eye and head movements. Interactions with vehicles prioritize visual scanning over head movement to maintain stability and avoid collisions, while high-speed and downhill riding demand focused attention on obstacles and the road surface. The results provide insights into e-scooter riders' behavior and physiological response analysis, paving the way for safer riding experiences and improved understanding of their needs.
- Abstract（参考訳）: 電子スクーターの普及は、特に負傷者や死亡者の増加により、重大な安全上の懸念を引き起こしている。
本研究は,道路の安全性とユーザエクスペリエンスを向上させるために,道路インフラ,交通シナリオ,および電動スクーターの乗り心地と視線行動の関係について検討する。
各種道路レイアウトおよび交通シナリオを対象とした,電子スクータ,視線パターン,固定測度,頭部運動データを用いた自然史的研究を行った。
重要な発見は、自転車レーンが水平方向の頭部の動きを減らし道路に注意を向ける安定した環境を提供するのに対し、道路と歩道の共有は、より散在する視線と頭部の動きを増し、より不確実性と複雑さを示す。
交差点をナビゲートしたり、バスを通り過ぎ、車の近くで走り、下り道で降りるなど、他の道路利用者とのインタラクションは、認知負荷の増大を要求する。
交叉は視覚的焦点の増大と空間的認識を必要とし、水平眼と頭部の動きの増大に反映される。
車両とのインタラクションは、安定性を維持し、衝突を避けるために頭部の動きよりも視覚的スキャンを優先する一方で、高速および下り坂の乗馬需要は障害物や路面に注意を集中する。
その結果,e-Scooterライダーの行動と生理的反応分析の知見が得られ,より安全な乗馬体験への道が開けられ,ニーズに対する理解が向上した。
関連論文リスト
- Watch Out E-scooter Coming Through: Multimodal Sensing of Mixed Traffic Use and Conflicts Through Riders Ego-centric Views [27.40067154809732]
本研究は,自転車用コンピュータを搭載した23人の参加者を対象に,自然科学的な研究を通してライダーの挙動を検討した。
歩行者が共有する道路、自転車レーン、道路の3種類の交通インフラで、視線の動き、速度、ビデオのフィードを分析した。
この結果から,自転車や自動車に追従することの難しさなど,電動スクーターの乗り手が直面する独特な課題が明らかになった。
論文 参考訳（メタデータ） (2025-02-24T00:16:18Z) - Traffic and Safety Rule Compliance of Humans in Diverse Driving Situations [48.924085579865334]
安全な運転プラクティスを再現する自律システムを開発するためには、人間のデータを分析することが不可欠だ。
本稿では,複数の軌道予測データセットにおける交通・安全規則の適合性の比較評価を行う。
論文 参考訳（メタデータ） (2024-11-04T09:21:00Z) - GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [82.19172267487998]
GARLIC: GPT拡張強化学習のフレームワーク。
本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
論文 参考訳（メタデータ） (2024-08-19T08:23:38Z) - Instantaneous Perception of Moving Objects in 3D [86.38144604783207]
周囲の交通参加者の3次元運動の認識は、運転安全に不可欠である。
本研究では,物体点雲の局所的な占有率の達成を利用して形状を密度化し,水泳人工物の影響を軽減することを提案する。
広汎な実験は、標準的な3次元運動推定手法よりも優れた性能を示す。
論文 参考訳（メタデータ） (2024-05-05T01:07:24Z) - 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) - Leveraging Driver Field-of-View for Multimodal Ego-Trajectory Prediction [69.29802752614677]
RouteFormerは、GPSデータ、環境コンテキスト、運転者の視野を組み合わせた新しいエゴ軌道予測ネットワークである。
データ不足に対処し、多様性を高めるために、同期運転場と視線データに富んだ都市運転シナリオのデータセットであるGEMを導入する。
論文 参考訳（メタデータ） (2023-12-13T23:06:30Z) - 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) - DenseLight: Efficient Control for Large-scale Traffic Signals with Dense
Feedback [109.84667902348498]
交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。
従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。
DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
論文 参考訳（メタデータ） (2023-06-13T05:58:57Z) - 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) - 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) - Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
運転環境の要素が道路ルールの出現の原因となるかを分析する。
2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。
我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
論文 参考訳（メタデータ） (2020-11-21T09:43:50Z) - Where are the Dangerous Intersections for Pedestrians and Cyclists: A
Colocation-Based Approach [3.8355893560092893]
歩行者やサイクリストは、他の道路利用者よりも事故で死亡するリスクが高い。
問題のある街路環境を最小化する方法を見つけることが重要である。
論文 参考訳（メタデータ） (2020-05-30T13:54:43Z) - Decoding pedestrian and automated vehicle interactions using immersive
virtual reality and interpretable deep learning [6.982614422666432]
本研究では,自動走行車の存在による影響が期待される都市動態の重要な要素として,歩行者の横断行動について検討する。
歩行者の待ち時間はデータ駆動のCox Proportional Hazards(CPH)モデルを用いて分析される。
その結果,道路上の自動走行車の存在,広い車線幅,道路上の高密度化,観光距離の制限,歩行習慣の欠如が待ち時間の主な要因であることが示唆された。
論文 参考訳（メタデータ） (2020-02-18T01:30:29Z)
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。