論文の概要: The Impact of Building-Induced Visibility Restrictions on Intersection Accidents
- arxiv url: http://arxiv.org/abs/2503.05706v1
- Date: Thu, 13 Feb 2025 17:45:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-16 10:18:14.997786
- Title: The Impact of Building-Induced Visibility Restrictions on Intersection Accidents
- Title（参考訳）: 建築物の視認性制限が交差点事故に及ぼす影響
- Authors: Hanlin Tian, Yuxiang Feng, Wei Zhou, Anupriya, Mohammed Quddus, Yiannis Demiris, Panagiotis Angeloudis,
- Abstract要約: 交差点における事故リスクを推定する新しい手法を開発した。
建物によってブロックされたビューを考慮に入れながら、ドライバーに見える領域のメソッドファクター。
道路可視率と事故頻度との間には顕著な相関関係がみられた。
- 参考スコア（独自算出の注目度）: 32.698248334786854
- License:
- Abstract: Traffic accidents, especially at intersections, are a major road safety concern. Previous research has extensively studied intersection-related accidents, but the effect of building-induced visibility restrictions at intersections on accident rates has been under-explored, particularly in urban contexts. Using OpenStreetMap data, the UK's geographic and accident datasets, and the UK Traffic Count Dataset, we formulated a novel approach to estimate accident risk at intersections. This method factors in the area visible to drivers, accounting for views blocked by buildings - a distinctive aspect in traffic accident analysis. Our findings reveal a notable correlation between the road visible percentage and accident frequency. In the model, the coefficient for "road visible percentage" is 1.7450, implying a strong positive relationship. Incorporating this visibility factor enhances the model's explanatory power, with increased R-square values and reduced AIC and BIC, indicating a better data fit. This study underscores the essential role of architectural layouts in road safety and suggests that urban planning strategies should consider building-induced visibility restrictions. Such consideration could be an effective approach to mitigate accident rates at intersections. This research opens up new avenues for innovative, data-driven urban planning and traffic management strategies, highlighting the importance of visibility enhancements for safer roads.
- Abstract（参考訳）: 交通事故、特に交差点での交通事故は、道路の安全に関する主要な懸念事項である。
従来は交差点関連事故を幅広く研究してきたが、特に都市環境では、交差点における建物による可視性制限が事故発生率に与える影響が調査されていない。
OpenStreetMapのデータ、イギリスの地理的および事故のデータセット、および英国交通数データセットを使用して、交差点での事故リスクを推定する新しいアプローチを定式化した。
この手法は、交通事故解析において特徴的な特徴である、建物によってブロックされたビューを考慮に入れた、運転者に見える領域の要素である。
その結果,道路視認率と事故頻度との間に顕著な相関が認められた。
このモデルでは、「道路可視率」の係数は1.7450であり、強い正の関係を示す。
この可視性係数を組み込むことで、モデルの説明力を高め、R平方値が増加し、AICとBICが減少し、データ適合性が向上した。
本研究は, 道路安全における建築配置の重要性を浮き彫りにして, 建築物の可視性制約を考慮した都市計画戦略を提案する。
このような考慮は、交差点での事故率を緩和するための効果的なアプローチになり得る。
この研究は、革新的でデータ駆動型都市計画と交通管理戦略のための新たな道を開き、より安全な道路の視認性向上の重要性を強調した。
関連論文リスト
- 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) - OpenLane-V2: A Topology Reasoning Benchmark for Unified 3D HD Mapping [84.65114565766596]
交通シーン構造を考慮したトポロジ推論のための最初のデータセットであるOpenLane-V2を提案する。
OpenLane-V2は2000のアノテートされた道路シーンで構成され、交通要素と車線との関係を記述している。
様々な最先端手法を評価し,OpenLane-V2の定量的,定性的な結果を示し,交通現場におけるトポロジ推論の今後の道筋を示す。
論文 参考訳（メタデータ） (2023-04-20T16:31:22Z) - Perspective Aware Road Obstacle Detection [104.57322421897769]
道路障害物検出技術は,車間距離が大きくなるにつれて障害物の見かけの規模が減少するという事実を無視することを示す。
画像位置毎に仮想物体の見かけの大きさを符号化したスケールマップを演算することでこれを活用できる。
次に、この視点マップを利用して、遠近法に対応する大きさの道路合成物体に注入することで、トレーニングデータを生成する。
論文 参考訳（メタデータ） (2022-10-04T17:48:42Z) - TAD: A Large-Scale Benchmark for Traffic Accidents Detection from Video
Surveillance [2.1076255329439304]
既存の交通事故のデータセットは小規模で、監視カメラからではなく、オープンソースではない。
様々な次元による統合とアノテーションの後に,TADという大規模交通事故データセットが提案されている。
論文 参考訳（メタデータ） (2022-09-26T03:00:50Z) - Traffic Accident Risk Forecasting using Contextual Vision Transformers [4.8986598953553555]
私たちは、エンド・ツー・エンドのアプローチでトレーニングできる新しいフレームワーク、すなわちコンテキスト・ビジョン・トランスフォーマーを提案しています。
文献からのベースラインアプローチに対する提案手法の性能評価と比較を行った。
その結果,従来の論文(SoTA)と比較すると,約2%のRMSEスコアで有意な改善が見られた。
論文 参考訳（メタデータ） (2022-09-20T23:38:06Z) - 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) - Analyzing vehicle pedestrian interactions combining data cube structure
and predictive collision risk estimation model [5.73658856166614]
本研究では,フィールドと集中型プロセスを組み合わせた歩行者安全システムについて紹介する。
本システムは,現場における今後のリスクを直ちに警告し,実際の衝突のない道路の安全レベルを評価することにより,危険頻繁なエリアの安全性を向上させることができる。
論文 参考訳（メタデータ） (2021-07-26T23:00:56Z) - Risk Prediction on Traffic Accidents using a Compact Neural Model for
Multimodal Information Fusion over Urban Big Data [4.467592626294754]
交通事故のリスクマップの予測は,事故予防と緊急対応の早期計画に不可欠である。
ここでの課題は、都市ビッグデータのマルチモーダルな性質にあります。
本稿では,マルチモーダルな特徴を融合するコンパクトなニューラルアンサンブルモデルを提案し,衛星画像におけるフラクタル道路複雑度尺度,タクシーフィッティングフロー,pois,openstreetmapにおける道路幅と接続性などの新機能を開発する。
このソリューションは、ベースラインメソッドや単一モダリティデータベースのソリューションよりもパフォーマンスに有望である。
論文 参考訳（メタデータ） (2021-02-21T08:21:19Z) - A model for traffic incident prediction using emergency braking data [77.34726150561087]
道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。
メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
論文 参考訳（メタデータ） (2021-02-12T18:17:12Z)
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。