研究人员开发了一种新方法，通过结合远程信息处理数据、街道网络信息和Google街景图像来分析米兰的严酷驾驶事件。该方法利用语义分割和机器学习来识别与急加速和急刹车增加相关的因素。研究发现，更宽的道路、交叉口和开阔的视野与更高的严酷度相关，而更密集的建筑环境则与较低的严酷度相关。研究结果表明，城市道路安全需要有针对性的干预措施，而不是统一的方法。 AI
影响 这项研究展示了AI驱动的图像分析如何能够增强城市规划和道路安全干预措施。
排序理由 该集群包含一篇学术论文，详细介绍了分析城市道路安全的新方法。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
