論文の概要: Multi-Modal Assessment of Road Roughness Using Smartphone Applications, Acceleration, and Passenger Ratings
- arxiv url: http://arxiv.org/abs/2606.03427v1
- Date: Tue, 02 Jun 2026 10:13:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 22:00:04.927395
- Title: Multi-Modal Assessment of Road Roughness Using Smartphone Applications, Acceleration, and Passenger Ratings
- Title（参考訳）: スマートフォン, アクセラレーション, 乗客評価を用いた道路粗さのマルチモーダル評価
- Authors: Novel Certada, Amirhesam Aghanouri, Joseba Gorospe, Cristina Olaverri-Monreal,
- Abstract要約: 本稿では,低コスト道路粗さ評価のためのマルチモーダル・人間中心型フレームワークについて検討する。
実際の交通状況下では、オーストリア、ハンガリー、ルーマニアで1700km以上のデータを収集した。
- 参考スコア（独自算出の注目度）: 0.22883767957129061
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper investigates a multi-modal and human-centric framework for low-cost road roughness assessment. The evaluation was based on three complementary data sources: smartphone-based International Roughness Index (IRI) estimates from two independent smartphone-based applications; in-vehicle GNSS-IMU Receiver (Global Navigation Satellite System Receiver with Inertial Measurement Unit) measurements, and passenger Present Serviceability Ratings (PSR). Data were collected over 1700 km across Austria, Hungary, and Romania under real traffic conditions. Inter-application agreement was evaluated using correlation analysis, Intraclass Correlation Coefficient (ICC), and Bland-Altman methods. While the two smartphone applications show strong correlation, systematic bias limits their interchangeability. A significant inverse relationship between IRI and PSR confirms perceptual sensitivity to roughness, and positive correlations between IRI and vertical acceleration validate the physical linkage between pavement irregularities and vehicle dynamics. The results demonstrate the challenges of integrating consumer-grade sensing and perception-based evaluation for road roughness monitoring as an alternative to high-cost specialized survey equipment.
- Abstract（参考訳）: 本稿では,低コスト道路粗さ評価のためのマルチモーダル・人間中心型フレームワークについて検討する。
評価は、スマートフォンベースの国際粗度指数(IRI)の2つの独立したスマートフォンベースアプリケーションからの推定値、車載GNSS-IMU受信機(Global Navigation Satellite System Receiver with Inertial Measurement Unit)の測定値、乗客の現在可視性レーティング(PSR)の3つの補完データに基づいて行われた。
実際の交通状況下では、オーストリア、ハンガリー、ルーマニアで1700km以上のデータを収集した。
相関解析,クラス内相関係数 (ICC) , Bland-Altman 法によるアプリケーション間合意の評価を行った。
2つのスマートフォンアプリケーションは強い相関関係を示すが、系統的バイアスは交換可能性を制限する。
In significant inverse relationship between IRI and PSR confirmeds perceptual sensitivity to roughness, and positive correlations between IRI and vertical acceleration showed the physical linkage between pavement irregularities and vehicle dynamics。
本研究は,道路粗さモニタリングにおける消費者の意識と知覚に基づく評価を統合することの課題を,高コスト特化調査機器の代替として示すものである。
関連論文リスト
- Community Driving-Safety Deterioration as a Push Factor for Public Endorsement of AI Driving Capability [1.089614199781423]
道路交通事故は毎年約119万人が命を落としている。
本研究では,認知コミュニティ運転安全関心(PCSC)がAIと人間運転能力の評価を予測する中等度メディエーションモデルについて検討した。
論文 参考訳（メタデータ） (2026-04-06T15:46:41Z) - A Hybrid Neural-Assisted Unscented Kalman Filter for Unmanned Ground Vehicle Navigation [5.5217350574838875]
本稿では,古典的状態推定基盤を現代的なディープラーニングアプローチでブリッジするハイブリッド推定フレームワークを提案する。
シミュレーションデータにのみトレーニングを施したsim2realアプローチを提案する。
適応モデルベースのアプローチと比較して、3つのデータセットで12.7%のポジション改善を実証する。
論文 参考訳（メタデータ） (2026-03-12T08:20:26Z) - Distributed Kalman--Consensus Filtering with Adaptive Uncertainty Weighting for Multi-Object Tracking in Mobile Robot Networks [2.536160127321797]
本稿では,移動ロボットネットワークにおけるマルチオブジェクト追跡(MOT)のための分散カルマン・コンセンサスフィルタ(DKCF)の実装と評価を行う。
このようなシステムにおける重要な課題は、ローカライゼーションの質が異なるエージェントからの情報の融合である。
本稿では,近隣情報の影響を動的に調整する不確実性を考慮した適応型コンセンサス重み付け機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T21:41:10Z) - Anomaly Detection in Cooperative Vehicle Perception Systems under Imperfect Communication [4.575903181579272]
協調認識に基づく異常検出フレームワーク(CPAD)を提案する。
CPADは堅牢なアーキテクチャであり、通信の中断下でも有効である。
実験の結果,本手法はAUCのF1スコアにおける標準異常分類法よりも優れていた。
論文 参考訳（メタデータ） (2025-01-28T22:41:06Z) - Semantic Communication for Cooperative Perception using HARQ [51.148203799109304]
我々は重要セマンティック情報を抽出するために重要地図を活用し、協調的な知覚セマンティックコミュニケーションフレームワークを導入する。
周波数分割多重化(OFDM)とチャネル推定と等化戦略を併用して,時間変化によるマルチパスフェーディングによる課題に対処する。
我々は,ハイブリッド自動繰り返し要求(HARQ)の精神において,我々の意味コミュニケーションフレームワークと統合された新しい意味エラー検出手法を提案する。
論文 参考訳（メタデータ） (2024-08-29T08:53:26Z) - Interactive Autonomous Navigation with Internal State Inference and
Interactivity Estimation [58.21683603243387]
本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。
これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。
提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-11-27T18:57:42Z) - Joint Sensing, Communication, and AI: A Trifecta for Resilient THz User
Experiences [118.91584633024907]
テラヘルツ(THz)無線システムに対する拡張現実(XR)体験を最適化するために、新しい共同センシング、通信、人工知能(AI)フレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-29T00:39:50Z) - PS-ARM: An End-to-End Attention-aware Relation Mixer Network for Person
Search [56.02761592710612]
モジュール・パーソン・サーチのための新しいアテンション・アウェア・リレーション・ミキサー(ARM)を提案する。
私たちのARMモジュールはネイティブで、きめ細かい監督やトポロジカルな仮定に依存していません。
我々のPS-ARMは、両方のデータセットで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2022-10-07T10:04:12Z) - Inertial Hallucinations -- When Wearable Inertial Devices Start Seeing
Things [82.15959827765325]
環境支援型生活(AAL)のためのマルチモーダルセンサフュージョンの新しいアプローチを提案する。
我々は、標準マルチモーダルアプローチの2つの大きな欠点、限られた範囲のカバレッジ、信頼性の低下に対処する。
我々の新しいフレームワークは、三重項学習によるモダリティ幻覚の概念を融合させ、異なるモダリティを持つモデルを訓練し、推論時に欠落したセンサーに対処する。
論文 参考訳（メタデータ） (2022-07-14T10:04:18Z) - Multi-Stream Attention Learning for Monocular Vehicle Velocity and
Inter-Vehicle Distance Estimation [25.103483428654375]
車両速度と車間距離の推定は、ADAS(Advanced driver-assistance system)と自律走行車にとって不可欠である。
近年の研究では、低コストの単眼カメラを用いて、車周りの環境をデータ駆動方式で知覚することに焦点を当てている。
MSANetは、例えば、共同走行速度と車間距離推定のための空間的特徴と文脈的特徴の異なる特徴を抽出するために提案されている。
論文 参考訳（メタデータ） (2021-10-22T06:14:12Z) - Benchmarking high-fidelity pedestrian tracking systems for research,
real-time monitoring and crowd control [55.41644538483948]
実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。
この技術が進歩するにつれて、社会においても益々有用になってきている。
歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。
我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
論文 参考訳（メタデータ） (2021-08-26T11:45:26Z)
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。