基于预处理激光雷达数据的信号交叉口行人子类划分与到达时间预测框架
机器学习
2022-01-19 v1 人工智能
摘要
使用轮椅的行人死亡率比全体行人死亡率高出36%。然而，由于警方报告通常未记录受害者是否使用轮椅或是否有残疾，目前没有数据能够厘清致命与非致命事故中行人的类别。当前，利用部署在基础设施侧的先进交通传感器实时检测弱势道路使用者，在显著提升交叉口交通安全方面具有巨大潜力。在本研究中，我们开发了一个结合机器学习与深度学习模型的系统框架，以区分残疾人与正常步行的行人，并预测其到达交叉口另一侧所需的时间。所提出的框架在弱势使用者分类与到达时间预测精度上均表现出高性能。
引用
@article{arxiv.2201.05877,
title = {A Framework for Pedestrian Sub-classification and Arrival Time Prediction at Signalized Intersection Using Preprocessed Lidar Data},
author = {Tengfeng Lin and Zhixiong Jin and Seongjin Choi and Hwasoo Yeo},
journal= {arXiv preprint arXiv:2201.05877},
year = {2022}
}
备注
15 pages, 11 figures, 4 tables