論文の概要: Time-Aware Urban Flood Routing with Sticky Edge Closure on Forecast Depth: A Hanoi Case Study

• arxiv url: http://arxiv.org/abs/2611.02479v1
• Date: Mon, 02 Nov 2026 03:53:48 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:47:59.645189
• Title: Time-Aware Urban Flood Routing with Sticky Edge Closure on Forecast Depth: A Hanoi Case Study
• Title（参考訳）: 前流深度に粘着性のあるエッジクロージャを施した時差のある都市洪水経路:ハノイのケーススタディ
• Abstract要約: 本稿では,15分毎に更新される2時間水量予測を取り入れたルーティングエンジンについて述べる。 この定式化の下では、ミッドトリップをクローズする道路は、そのクエリのためにクローズされ、ライブリクエストに十分な速度でルート計算が維持される。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: During urban flash floods, commuters and guiding agencies require awareness towards which roads remain passable when a vehicle actually arrives, rather than relying solely on which links appear open at initial departure. Most existing flood-routing tools apply a single static snapshot to each route; meaning that corridors that appear clear initially can become flooded before arrival. This paper presents a routing engine that ingests a two-hour water forecast, renewed every 15 minutes, and plans each journey around roads that the forecast closes for that specific vehicle class. Under this formulation, any road that closes mid-trip remains closed for that query, which keeps route calculation fast enough for live requests while operating inside a production GraphHopper routing server. Testing on a recorded storm in western Hanoi revealed that a router checking only departure conditions sent 7.8% of routes into roads flooded upon arrival. In comparable trips, the proposed rule produced longer routes in 3.95% of cases, requiring a median of only 9.2 s of additional travel time. Agencies and navigation platforms can employ this engine to schedule trips by vehicle type, allowing operators to establish depth limits and lookahead margins as policy parameters. However, several limitations must be noted, as the water depths originate from a hydrodynamic simulation that was not verified against measured water levels, the rainfall was replayed rather than forecast live, and depth cutoffs reflect policy settings rather than measured physical thresholds. Keywords: flood routing, time-dependent shortest path, sticky edge closure, forecast water depth, vehicle depth limit, Hanoi
• Abstract（参考訳）: 都市部での洪水の間、通勤者や指導機関は、最初の出発時にどのリンクが開いているかのみに頼るのではなく、実際に車両が到着した時にどの道路が通過可能かを知る必要がある。 既存の浸水防止ツールの多くは、各ルートに1つの静的スナップショットを適用しているため、最初にはっきりと見える廊下が到着する前に浸水する可能性がある。 本稿では,15分毎に更新される2時間水量予測を取り入れたルーティングエンジンについて述べる。 この定式化の下では、ミドルトリップをクローズする任意のロードは、そのクエリのためにクローズされ、プロダクションのGraphHopperルーティングサーバ内で運用されている間は、ライブリクエストに十分高速なルート計算が維持される。 ハノイ西部で記録された嵐の試験では、ルーターが出発条件をチェックするだけで7.8%のルートが到着時に浸水したことが判明した。 比較旅行では、提案されたルールは3.95%のケースでより長いルートを生産し、追加の所要時間は9.2秒しか必要としなかった。 機関と航法プラットフォームは、このエンジンを使用して車両タイプ別旅行をスケジュールし、オペレーターが政策パラメータとして奥行き制限と見晴らしマージンを設定できる。 しかし,水深は測定された水位に対して検証されなかった流体力学シミュレーションに由来するため,降雨は実測よりもむしろ再現され,水深カットオフは測定された物理閾値よりも政策設定を反映している。 キーワード:洪水経路、時間依存性最短経路、粘着端閉鎖、予測水深、車両深度制限、ハノイ

関連論文リスト

• From Observation to Prediction: LSTM for Vehicle Lane Change Forecasting on Highway On/Off-Ramps [0.9668407688201359]
  本稿では,このエリア・オブ・興味 (AoI) と幹線道路区間との差異について検討する。 その結果,AoIでは約76%,最大地平線では一般道路では94%,予測精度では最大4秒の地平線が期待できることがわかった。
  論文  参考訳（メタデータ） (2026-01-21T10:31:03Z)
• Trajectory Data Mining and Trip Travel Time Prediction on Specific Roads [0.6441240098258653]
  我々は、浅い人工ニューラルネットワーク、深い多層パーセプトロン、長期記憶など、最先端のアプローチを用いて、頻繁な経路における旅行時間予測の問題を探る。 実験の結果、パキスタンのイスラマバードの6つの最も頻繁なルートで10分から60分に及ぶ旅行で、平均予測誤差は30秒から1.2分であった。
  論文  参考訳（メタデータ） (2024-07-09T16:50:15Z)
• Implicit Occupancy Flow Fields for Perception and Prediction in Self-Driving [68.95178518732965]
  自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。 既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。 これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
  論文  参考訳（メタデータ） (2023-08-02T23:39:24Z)
• Rapid Flood Inundation Forecast Using Fourier Neural Operator [77.30160833875513]
  洪水浸水予測は洪水前後の緊急計画に重要な情報を提供する。 近年,高分解能な流体力学モデリングが普及しつつあるが,道路の洪水範囲やリアルタイムのビルディングレベルは依然として計算的に要求されている。 洪水範囲と浸水深度予測のためのハイブリッドプロセスベースおよびデータ駆動機械学習(ML)アプローチを提案する。
  論文  参考訳（メタデータ） (2023-07-29T22:49:50Z)
• Prior Based Online Lane Graph Extraction from Single Onboard Camera Image [133.68032636906133]
  単眼カメラ画像からレーングラフをオンラインに推定する。 前者は、トランスフォーマーベースのWasserstein Autoencoderを通じてデータセットから抽出される。 オートエンコーダは、最初のレーングラフ推定を強化するために使用される。
  論文  参考訳（メタデータ） (2023-07-25T08:58:26Z)
• 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)
• 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)
• Hybrid Graph Embedding Techniques in Estimated Time of Arrival Task [0.06445605125467574]
  ETA(Estimated Time of Arrival)は、開始点から所定の経路に沿った特定の場所への移動時間を予測していると考えられている。 ETAはインテリジェントタクシーサービスや自動車ナビゲーションシステムにおいて重要な役割を担っている。 本研究では,異なる空間埋め込み戦略の一般化能力について検討し,そのような問題に対処するための2段階的アプローチを提案する。
  論文  参考訳（メタデータ） (2021-10-08T16:29:55Z)
• Safety-aware Motion Prediction with Unseen Vehicles for Autonomous Driving [104.32241082170044]
  本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。 既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。 私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
  論文  参考訳（メタデータ） (2021-09-03T13:33:33Z)
• Predicting Road Flooding Risk with Machine Learning Approaches Using Crowdsourced Reports and Fine-grained Traffic Data [1.0554048699217669]
  本研究の目的は,機械学習モデルを用いて地形,水文,時間的降水特性に基づいて,道路浸水リスクを予測することである。 ハリケーン・ハービーの発見は、降水が道路の浸水感受性を予測する上で最も重要な特徴であることを示している。 本研究は,道路レベルでの予測的洪水リスクマッピングの観点から,スマートフラッドレジリエンスの新たな分野を推し進めるものである。
  論文  参考訳（メタデータ） (2021-08-30T14:25:58Z)
• Spatio-Temporal Graph Convolutional Networks for Road Network Inundation Status Prediction during Urban Flooding [1.376408511310322]
  本研究の目的は, 道路セグメントの近未来洪水の現状を, 道路セグメントの現状と隣接道路セグメントに基づいて予測することである。 道路セグメントレベルでの道路ネットワークの洪水状況の予測に関する既存の研究は欠落している。
  論文  参考訳（メタデータ） (2021-04-06T04:03:34Z)

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。