Fugu-MT 論文翻訳(概要): Public Perceptions of Autonomous Vehicles: A Survey of Pedestrians and Cyclists in Pittsburgh

論文の概要: Public Perceptions of Autonomous Vehicles: A Survey of Pedestrians and Cyclists in Pittsburgh

arxiv url: http://arxiv.org/abs/2506.17513v1
Date: Fri, 20 Jun 2025 23:27:06 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-24 19:06:36.454753
Title: Public Perceptions of Autonomous Vehicles: A Survey of Pedestrians and Cyclists in Pittsburgh
Title（参考訳）: 自動運転車の公的な認識:ピッツバーグにおける歩行者と自転車の実態調査
Authors: Rudra Y. Bedekar,
Abstract要約: 本研究ではピッツバーグの歩行者や自転車に自律走行車(AV)技術がどのように認識されているかを検討する。 1200人以上の回答者による調査データを用いて、この研究は人口動態、AV相互作用、インフラの準備性、安全性の認識、信頼の間の相互作用を調査している。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This study investigates how autonomous vehicle(AV) technology is perceived by pedestrians and bicyclists in Pittsburgh. Using survey data from over 1200 respondents, the research explores the interplay between demographics, AV interactions, infrastructural readiness, safety perceptions, and trust. Findings highlight demographic divides, infrastructure gaps, and the crucial role of communication and education in AV adoption.
Abstract（参考訳）: 本研究ではピッツバーグの歩行者や自転車に自律走行車(AV)技術がどのように認識されているかを検討する。 1200人以上の回答者による調査データを用いて、この研究は人口動態、AV相互作用、インフラの準備性、安全性の認識、信頼の間の相互作用を調査している。発見は、人口格差、インフラのギャップ、およびAV導入におけるコミュニケーションと教育の重要な役割を浮き彫りにする。

関連論文リスト

Areas of Improvement for Autonomous Vehicles: A Machine Learning Analysis of Disengagement Reports [0.0]
2014年以降、カリフォルニア州自動車局(CDMV)は自動運転車のメーカーから情報を収集している。これらの離脱報告(DR)には、運転テスト中に技術障害、手動オーバーライド、その他の要因により自律モードから離脱したAVの詳細情報が含まれている。本稿では,2023 DRの情報を機械学習(ML)で分析する。
論文参考訳（メタデータ） (2024-07-31T16:36:10Z)
Identifying built environment factors influencing driver yielding behavior at unsignalized intersections: A naturalistic open-source dataset collected in Minnesota [1.7810134788247751]
多くの要因が、交通量、車両速度、道路特性など、ドライバーと歩行者の相互作用の結果に影響を与える。ミネソタ州を横断する18の無署名の交差点で、ビデオデータから収集された大規模なオープンソースデータセットを紹介した。 3000以上のインタラクションをドキュメント化したこのデータセットは、ドライバと歩行者のインタラクションと、50以上の異なるコンテキスト変数の詳細なビューを提供する。
論文参考訳（メタデータ） (2023-12-22T23:18:27Z)
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)
Evaluating the reliability of automatically generated pedestrian and bicycle crash surrogates [0.491574468325115]
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。
論文参考訳（メタデータ） (2023-07-24T23:57:29Z)
Milestones in Autonomous Driving and Intelligent Vehicles: Survey of Surveys [71.28049144033773]
自律運転(AD)とインテリジェント車(IV)の総合技術を対象としたサーベイス(SoS)を提案する。この記事は、ADとIVsのマイルストーンを持つ最初のSoSであり、他の2つの技術調査とともに、我々の完全な研究作業を構成します。
論文参考訳（メタデータ） (2023-03-30T08:31:22Z)
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)
Decentralized Vehicle Coordination: The Berkeley DeepDrive Drone Dataset and Consensus-Based Models [76.32775745488073]
本研究では,非構造環境における動作計画の研究を目的とした,新しいデータセットとモデリングフレームワークを提案する。コンセンサスに基づくモデリング手法により、データセットで観測された優先順位の出現を効果的に説明できることを実証する。
論文参考訳（メタデータ） (2022-09-19T05:06:57Z)
Disengagement Cause-and-Effect Relationships Extraction Using an NLP Pipeline [14.708195642446716]
カリフォルニア州自動車局(CA DMV)は自動運転車テストプログラムを開始した。このプログラムは、自律走行から自律走行(AVD)に関するレポートを収集し、リリースする。本研究は,事前学習モデルを用いた深層移動学習の実践として成功し,統合された解離データベースを生成する。
論文参考訳（メタデータ） (2021-11-05T14:00:59Z)
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)

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。