OASIS: Automated Assessment of Urban Pedestrian Paths at Scale

要約

タイトル：OASIS：都市の歩行者道路の自動評価

要約：公共通路（PROW）に含まれる障害物を調査することは、地域社会の歩行可能性、利用可能性、安全性、活発な交通、および持続可能性を維持するために必要です。しかし、調査は調査業者または群衆によるものであり、労力的、不一致、費用のかかる、スケーラブルではありません。スマートシティの発展の中核には、都市資産の評価と管理に向けた情報技術の適用が含まれます。自動車道路と比較して、歩道は市民サービスを最適化または情報提供するために定期的に情報システムに統合されていませんでした。Open Automated Sidewalks Inspection System（OASIS）を開発し、モバイル物理デバイスを使用して歩道ネットワークデータを抽出する無料でオープンソースの自動マッピングシステムです。OASISは、ニューラルネットワーク、イメージセンサ、位置情報手法、およびコンパクトハードウェアの発展を活用して、歩道セグメンテーションとマッピング、および障害物の識別を行い、ルーティング、分析、および運用レポートに利用可能なGIS歩行者交通レイヤーを生成します。私たちは、現実的な設定で収集された画像を使用してトレーニングおよびテストされたプロトタイプシステムを説明し、現地の交通路レビューチームの一員である人間調査業者と並行して行った調査を示します。パイロット試験では、パスマッピングの精度と再現性が改善され、調査者チームの機能効率が向上しました。OASISは、政府的な通路レビューチームのワークフローに簡単に統合でき、アウトカムデータがパブリックデータコモンズと相互運用可能であることを考慮した採用方面を取るよう設計されています。

要点：

– OASISは、都市の歩行者道路の自動マッピングに利用されるオープンソースの自動マッピングシステムです。
– OASISは、ニューラルネットワーク、イメージセンサ、位置情報手法、およびコンパクトハードウェアの発展を活用して、歩道セグメンテーション、マッピング、および障害物の識別を行います。
– OASISは、GIS歩行者交通レイヤーを生成し、ルーティング、分析、および運用レポートに利用できます。
– OASISは、現実的な設定でトレーニングおよびテストされ、パイロット試験では精度と再現性が改善され、調査者チームの機能効率が向上しました。
– OASISは、政府的な通路レビューチームのワークフローに簡単に統合でき、アウトカムデータがパブリックデータコモンズと相互運用可能であることを考慮した採用方面を取るよう設計されています。

要約(オリジナル)

The inspection of the Public Right of Way (PROW) for accessibility barriers is necessary for monitoring and maintaining the built environment for communities’ walkability, rollability, safety, active transportation, and sustainability. However, an inspection of the PROW, by surveyors or crowds, is laborious, inconsistent, costly, and unscalable. The core of smart city developments involves the application of information technologies toward municipal assets assessment and management. Sidewalks, in comparison to automobile roads, have not been regularly integrated into information systems to optimize or inform civic services. We develop an Open Automated Sidewalks Inspection System (OASIS), a free and open-source automated mapping system, to extract sidewalk network data using mobile physical devices. OASIS leverages advances in neural networks, image sensing, location-based methods, and compact hardware to perform sidewalk segmentation and mapping along with the identification of barriers to generate a GIS pedestrian transportation layer that is available for routing as well as analytic and operational reports. We describe a prototype system trained and tested with imagery collected in real-world settings, alongside human surveyors who are part of the local transit pathway review team. Pilots show promising precision and recall for path mapping (0.94, 0.98 respectively). Moreover, surveyor teams’ functional efficiency increased in the field. By design, OASIS takes adoption aspects into consideration to ensure the system could be easily integrated with governmental pathway review teams’ workflows, and that the outcome data would be interoperable with public data commons.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI