Detailergebnis zu DOK-Nr. 78012
Vorhersage der Absicht von Fußgängerinnen und Fußgängern, einen Knotenpunkt zu überqueren - auf der Grundlage eines neuronalen Netzwerks (Orig. engl.: Prediction of pedestrian crossing intentions at intersections based on long short-term memory recurrent neural network)
| Autoren |
S. Zhang M. Abdel-Aty J. Yuan P. Li |
|---|---|
| Sachgebiete |
5.6 Fußgängerverkehr, Fußwege, Fußgängerüberwege 6.3 Verkehrssicherheit (Unfälle) 6.7.1 Verkehrssteuerung mit LSA |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2674, H. 4, 2020, S. 57-65, 6 B, 3 T, 48 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
Verkehrsverstöße im Fußverkehr an Knotenpunkten sind eine der Hauptursachen für Verkehrsunfälle im Fußverkehr, insbesondere beim Überqueren von Rot zeigenden LSA. Um die Absicht von Fußgängerinnen und Fußgängern, bei Rot über die LSA zu gehen, vorherzusagen, werden Videodaten von realen Verkehrsszenen gesammelt. Mithilfe von Erkennungs- und Verfolgungstechniken der "Computer Vision" werden einige Merkmale des Fußverkehrs, einschließlich der Standortinformationen, generiert. Ein neuronales Netzwerk mit Langzeitgedächtnis wird aufgebaut und trainiert, um die Absicht von Fußgängerinnen und Fußgängern, bei Rot über die LSA zu gehen, vorherzusagen. Die experimentellen Ergebnisse zeigen, dass das Modell eine Genauigkeit von 91,6 % hat, basierend auf internen Tests an einem signalisierten Fußgängerüberweg. Dieses Modell kann weiter in die Infrastruktur-Kommunikation mit dem Fahrzeug implementiert werden und Unfälle aufgrund des Verhaltens von Fußgängerinnen und Fußgängern beim Überqueren der Straße bei Rot verhindern.