Prediciendo eventos de riesgo en carreteras con datos de trayectorias: un enfoque conjunto de flujo de tráfico y cinemática de vehículos
Autores: Huang, Shichun; Chen, Haiyu; Wen, Xin; Zhang, Hui
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Prediciendo eventos de riesgo en carreteras con datos de trayectorias: un enfoque conjunto de flujo de tráfico y cinemática de vehículos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Predicción en tiempo real del riesgo de colisión
Datos de tráfico
Datos de trayectoria de vehículos
Métodos de aprendizaje automático
Eventos de riesgo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 49
Citaciones: Sin citaciones
La predicción en tiempo real del riesgo de colisión es esencial para mejorar la seguridad en carreteras y reducir los accidentes de tráfico. Sin embargo, los estudios anteriores han utilizado principalmente datos de accidentes y datos de tráfico asociados espacialmente discretos y temporalmente continuos, pasando por alto el potencial de los datos de trayectoria de vehículos, que proporcionan información espaciotemporal completa para caracterizar el tráfico cerca de una ubicación específica.
Descripción
La predicción en tiempo real del riesgo de colisión es esencial para mejorar la seguridad en carreteras y reducir los accidentes de tráfico. Sin embargo, los estudios anteriores han utilizado principalmente datos de accidentes y datos de tráfico asociados espacialmente discretos y temporalmente continuos, pasando por alto el potencial de los datos de trayectoria de vehículos, que proporcionan información espaciotemporal completa para caracterizar el tráfico cerca de una ubicación específica.