論文の概要: Street design and driving behavior: evidence from a large-scale study in Milan, Amsterdam, and Dubai

• arxiv url: http://arxiv.org/abs/2507.04434v1
• Date: Sun, 06 Jul 2025 15:40:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.181022
• Title: Street design and driving behavior: evidence from a large-scale study in Milan, Amsterdam, and Dubai
• Title（参考訳）: 街路設計と運転行動--ミラノ、アムステルダム、ドバイにおける大規模研究から
• Authors: Giacomo Orsi, Titus Venverloo, Andrea La Grotteria, Umberto Fugiglando, Fábio Duarte, Paolo Santi, Carlo Ratti,
• Abstract要約: 本研究では,ミラノの30km/h速度制限に対するドライバーのコンプライアンスについて検討した。 コンピュータビジョンに基づくセマンティックセマンティックセグメンテーションモデルをGoogleストリートビュー画像に適用する。 大規模な分析では、より狭い通りと密集した環境がより低い速度と関連していることが明らかになった。 道路特性に基づいて走行速度を予測する機械学習モデルを開発した。
• 参考スコア（独自算出の注目度）: 7.63450614935066
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In recent years, cities have increasingly reduced speed limits from 50 km/h to 30 km/h to enhance road safety, reduce noise pollution, and promote sustainable modes of transportation. However, achieving compliance with these new limits remains a key challenge for urban planners. This study investigates drivers' compliance with the 30 km/h speed limit in Milan and examines how street characteristics influence driving behavior. Our findings suggest that the mere introduction of lower speed limits is not sufficient to reduce driving speeds effectively, highlighting the need to understand how street design can improve speed limit adherence. To comprehend this relationship, we apply computer vision-based semantic segmentation models to Google Street View images. A large-scale analysis reveals that narrower streets and densely built environments are associated with lower speeds, whereas roads with greater visibility and larger sky views encourage faster driving. To evaluate the influence of the local context on speeding behaviour, we apply the developed methodological framework to two additional cities: Amsterdam, which, similar to Milan, is a historic European city not originally developed for cars, and Dubai, which instead has developed in recent decades with a more car-centric design. The results of the analyses largely confirm the findings obtained in Milan, which demonstrates the broad applicability of the road design guidelines for driver speed compliance identified in this paper. Finally, we develop a machine learning model to predict driving speeds based on street characteristics. We showcase the model's predictive power by estimating the compliance with speed limits in Milan if the city were to adopt a 30 km/h speed limit city-wide. The tool provides actionable insights for urban planners, supporting the design of interventions to improve speed limit compliance.
• Abstract（参考訳）: 近年、都市は道路の安全性を高め、騒音汚染を低減し、持続可能な交通手段を促進するために、速度制限を50km/hから30km/hに減らしている。 しかし、これらの新たな制限を遵守することは、都市計画者にとって重要な課題である。 本研究では,ミラノの30km/h速度制限に対する運転者のコンプライアンスについて検討し,路面特性が運転行動に与える影響について検討した。 以上の結果から, 運転速度を効果的に低減するためには, 速度制限の導入だけでは不十分であることが示唆され, 街路設計が速度制限の順守をいかに改善するかを理解する必要性が示唆された。 この関係を理解するために,コンピュータビジョンに基づくセマンティックセマンティックセグメンテーションモデルをGoogleストリートビュー画像に適用する。 大規模な分析では、狭い通りと密集した環境がより低い速度に関連していることが示され、一方、視認性が高く、空の景色が大きい道路はより高速な運転を促進する。 ミラノと同様に、もともと自動車用に開発されなかった歴史的ヨーロッパ都市であるアムステルダムと、自動車中心の設計により数十年で開発が進められたドバイの2つの都市に、開発手法の枠組みを適用した。 分析の結果,ミラノにおける道路設計ガイドラインの適用性について概説した。 最後に,道路特性に基づいて走行速度を予測する機械学習モデルを開発した。 都市全体で30km/hの速度制限を採用する場合,ミラノの速度制限のコンプライアンスを推定することで,モデルの予測力を実証する。 このツールは、都市プランナーに実用的な洞察を提供し、速度制限コンプライアンスを改善するための介入の設計を支援する。

関連論文リスト

• GARLIC: GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [81.82487256783674]
  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)
• The impact of complexity in the built environment on vehicular routing behavior: Insights from an empirical study of taxi mobility in Beijing, China [0.0]
  運転時のアンカー効果と露光嗜好を模倣した車両経路選択モデルを提案する。 その結果,提案モデルでは,最短経路原理に基づく従来の車両経路選択モデルよりも12%高い性能を示した。
  論文  参考訳（メタデータ） (2024-04-24T01:45:11Z)
• 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)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• 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)
• The ubiquitous efficiency of going further: how street networks affect travel speed [0.0]
  道路交通標識による道路の減速点のパターンが自動車から発生する軌跡に与える影響を理解するため,世界中の200以上の都市を対象に調査を行った。 都市内における最適軌跡の時間と距離の間には, ユビキタスな非線形関係があることを実証する。
  論文  参考訳（メタデータ） (2021-11-15T14:38:06Z)
• Real Time Monocular Vehicle Velocity Estimation using Synthetic Data [78.85123603488664]
  移動車に搭載されたカメラから車両の速度を推定する問題を考察する。 そこで本研究では,まずオフ・ザ・シェルフ・トラッカーを用いて車両バウンディングボックスを抽出し,その後,小型ニューラルネットワークを用いて車両速度を回帰する2段階のアプローチを提案する。
  論文  参考訳（メタデータ） (2021-09-16T13:10:27Z)
• 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)
• Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
  都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。 輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
  論文  参考訳（メタデータ） (2020-05-09T13:53:01Z)

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。