論文の概要: The Harsh Truth: Segment-Level Analysis of Harsh Driving Events in Milan Using Large-Scale Telematics, Street Networks, and Google Street View
- arxiv url: http://arxiv.org/abs/2606.00261v1
- Date: Fri, 29 May 2026 18:46:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:28.187445
- Title: The Harsh Truth: Segment-Level Analysis of Harsh Driving Events in Milan Using Large-Scale Telematics, Street Networks, and Google Street View
- Title（参考訳）: ハーシュ真実:大規模テレマティクス、ストリートネットワーク、Googleストリートビューを用いたミラノにおけるハーシュ運転イベントのセグメントレベル分析
- Abstract要約: 本研究はミラノの都市道路網を横断する過酷な出来事を分析した。
ハーシュ加速と制動イベントは、サロゲート安全指標として広く用いられているが、これまでは比較的小さな都市サンプルでのみ研究されてきた。
- 参考スコア（独自算出の注目度）: 3.6759575438610184
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Police-reported crash statistics remain the standard input for urban road-safety assessment, but their incompleteness and reporting lag limit their usefulness for timely, fine-grained intervention design. Harsh acceleration and braking events are widely used as surrogate safety indicators, but have so far been studied only in comparatively small urban samples. This study analyses harsh events across the urban road network of Milan, combining high-resolution telematics from more than 4.2 million vehicles equipped with On-Board Units, segment-level traffic metrics from TomTom, street-network and infrastructure attributes from OpenStreetMap, and visual streetscape features extracted from Google Street View via semantic segmentation using a OneFormer model. We employ an analytical framework combining non-parametric Mann--Whitney U tests of segment-feature distributions between high- and low-harshness groups with supervised machine-learning regressors. We find that, once exposure is controlled for, wider carriageways, crossings and transit stops, and more open visual fields (higher sky- and road-pixel proportions) are associated with higher harsh-event intensity, while denser built frontage is associated with lower intensity. Finally, the cycling-infrastructure case study identifies a gradient in harsh-event intensity across facility types: markings-only cycle lanes are associated with a 19.5% higher harshness score, and mixed-traffic configurations with an 11.5% higher score, relative to physically separated cycle paths, conditional on the included controls. These results support context-specific rather than uniform urban-safety interventions and illustrate how large-scale telematics combined with open geospatial and visual data can inform Vision Zero decision-making at the metropolitan scale.
- Abstract（参考訳）: 警察が報告した事故統計は、都市道路安全評価の標準入力のままであるが、その不完全性と報告ラグは、タイムリーできめ細かな介入設計における有用性を制限している。
ハーシュ加速と制動イベントは、サロゲート安全指標として広く用いられているが、これまでは比較的小さな都市サンプルでのみ研究されてきた。
本研究では、オンボードユニットを搭載した4200万台以上の車両の高解像度テレマティクス、TomTomのセグメントレベルのトラフィックメトリクス、OpenStreetMapのストリートネットワークとインフラ属性、OneFormerモデルを用いたセマンティックセグメンテーションによるGoogleストリートビューから抽出された視覚的ストリートスケープ機能を組み合わせることで、ミラノの都市道路網における厳しい出来事を分析した。
我々は,非パラメトリックなMann--Whitney Uテストと教師付き機械学習回帰器を用いたハイハーシュネス群と低ハーシュネス群間のセグメント係数分布を組み合わせた分析フレームワークを用いる。
一度露光が制御されると、より広い馬車道、横断歩道、トランジットストップ、よりオープンな視野(高空と道路の画素比)がより厳しい強度に結びついているのに対し、より密集した前景はより低い強度に結びついていることが判明した。
最後に、サイクリング・インフラクチャーケーススタディでは、マークリングのみのサイクルレーンは19.5%高い過酷度スコアに関連付けられ、混合トレーフィック構成は11.5%高いスコアで、物理的に分離されたサイクルパスと比較して、含まれた制御に条件づけられている。
これらの結果は、均一な都市安全介入ではなく、文脈特異的な介入をサポートし、大規模テレマティクスと空間的および視覚的データの組み合わせが、大都市圏におけるビジョンゼロの意思決定にどのように影響するかを示す。
関連論文リスト
- Measuring Braking Behavior Using Vehicle Tracking and Camera-to-Satellite Homography Rectification [4.61803711540329]
本稿では,信号化都市高速道路における車両の挙動とブレーキイベントに着目し,交通カメラ映像を解析するためのオープンソースソフトウェアアプリケーションを提案する。
中心となるイノベーションは、固定されたトラフィックカメラビューと衛星の直視を結びつける、堅牢な地上面のホモグラフィー推定である。
すべての検出およびトラジェクトリデータは、その後の分析のためにClickHouseデータベースに格納される。
論文 参考訳（メタデータ） (2026-01-24T18:59:32Z) - Semantic4Safety: Causal Insights from Zero-shot Street View Imagery Segmentation for Urban Road Safety [14.300819977717708]
ストリートビュー画像にゼロショットセマンティックセグメンテーションを適用して,11の解釈可能なストリートスケープインジケータを導出するフレームワークを提案する。
オースチンで発生した約3万件の事故記録を分析し,事故タイプ固有の因果パターンを明らかにする。
因果推論による予測モデリングをブリッジすることで、セマンティック4セーフティは標的とした介入とハイリスク回廊診断をサポートする。
論文 参考訳（メタデータ） (2025-10-17T08:45:28Z) - Spatio-Temporal Graph Neural Network for Urban Spaces: Interpolating Citywide Traffic Volume [4.188237759092441]
本稿では,新しい都市交通量推定手法であるGNNUI(Graph Neural Network for Urban Interpolation)を紹介する。
GNNUIは、学習のためにマスキングアルゴリズムを採用し、機能的な役割を捉えるためにノード機能を統合する。
このモデルに加えて、異なる交通手段をカバーする2つの新しいオープンスケール都市交通量ベンチマークを導入する。
論文 参考訳（メタデータ） (2025-05-07T13:34:00Z) - The Impact of Building-Induced Visibility Restrictions on Intersection Accidents [32.698248334786854]
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。
論文 参考訳（メタデータ） (2025-02-13T17:45:51Z) - Multi-Source Urban Traffic Flow Forecasting with Drone and Loop Detector Data [61.9426776237409]
ドローンが捉えたデータは、大規模都市ネットワークのための正確なマルチセンサー移動観測所を作ることができる。
単純なグラフベースモデルHiMSNetは、複数のデータモダリティと学習時間相関を統合するために提案されている。
論文 参考訳（メタデータ） (2025-01-07T03:23:28Z) - Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。
本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。
カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
論文 参考訳（メタデータ） (2024-04-11T10:26:40Z) - 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) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - 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) - Detecting 32 Pedestrian Attributes for Autonomous Vehicles [103.87351701138554]
本稿では、歩行者を共同で検出し、32の歩行者属性を認識するという課題に対処する。
本稿では,複合フィールドフレームワークを用いたマルチタスク学習(MTL)モデルを提案する。
競合検出と属性認識の結果と,より安定したMTLトレーニングを示す。
論文 参考訳（メタデータ） (2020-12-04T15:10:12Z) - Identifying safe intersection design through unsupervised feature
extraction from satellite imagery [9.306618776574025]
世界保健機関(WHO)は、より安全な交差点の設計を、世界の道路トラウマを減らす重要な介入として挙げている。
およそ90万枚の衛星画像がオーストラリアのすべての交差点でダウンロードされ、道路インフラを強調したコンピュータビジョン技術がカスタマイズされた。
ディープオートエンコーダは、交差点のタイプ、サイズ、形状、レーンマーキング、複雑さなどの高レベルな特徴を抽出した。
論文 参考訳（メタデータ） (2020-10-29T03:42:09Z)
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。