研究人员开发了一个边缘辅助众包感知系统,以提高骑行者安全感知的准确性。该系统使用车把摄像头捕捉街道层面的图像,然后由视觉语言模型处理以提取交通属性。这些属性与OpenStreetMap数据和自行车运动学数据相结合,输入到一个可解释的提升机中,以预测安全评分。这种方法可以对路线上的感知安全性进行持续监控,为基础设施规划提供可操作的见解。 AI
影响 使基础设施规划者能够量化安全改进并优化城市设计以利于骑行者。
排序理由 该项目是一篇研究论文,详细介绍了一个新颖的安全感知系统。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- energy-based model
- Gotit.pub
- Hugging Face
- Litmaps
- London
- OpenStreetMap
- ScienceCast
- vision-language model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →