Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/123456789/1421| Τύπος: | Πρακτικά συνεδρίου |
| Τίτλος: | Classification of pedestrian behavior using real trajectory data |
| Συγγραφέας: | [EL] Παπαθανασοπούλου, Βασιλεία[EN] Papathanasopoulou, Vasileia [EL] Σπυροπούλου, Ιωάννα[EN] Spyropoulou, Ioanna [EL] Περάκης, Χαράλαμπος[EN] Perakis, Charalampos [EL] Γκίκας, Βασίλης[EN] Gikas, Vassilis [EL] Ανδρικοπούλου, Ελένη[EN] Andrikopoulou, Eleni |
| Ημερομηνία: | 17/06/2021 |
| Περίληψη: | Pedestrian behavior is influenced by various factors and is thus characterized by heterogeneity. The aim of this research is to explore the impact of various parameters, such as pedestrians’ characteristics, mobile phone use and walking pace on pedestrians’ behavior. Classification of pedestrian behavior contributes into understanding how different factors affect pedestrian behavior and allows a finer perception of pedestrian movement, as it helps us distinguish and interpret the way that pedestrians react to different situations. In this research a simple methodology for pedestrian behavior classification is proposed taking into account pedestrians’ heterogeneity. The methodology employs random forest algorithms in order to analyze and classify trajectory data, as well as to estimate the pedestrian behavior state in real time. The analysis utilizes real pedestrian trajectory data collected via an experiment conducted in the Campus of National Technical University of Athens under various conditions (normal and fast pace, distraction from mobile phone). Distributions of these data are explored and a clustering analysis follows, yielding satisfactory results. |
| Γλώσσα: | Αγγλικά |
| Τόπος δημοσίευσης: | Heraklion, Greece |
| Σελίδες: | 6 |
| DOI: | 10.1109/MT-ITS49943.2021.9529266 |
| ISBN: | 978-1-7281-8996-3 |
| Θεματική κατηγορία: | [EL] Μηχανική, γενικά[EN] Engineering, general |
| Λέξεις-κλειδιά: | pedestrian behavior classification; random forests; pedestrian distraction |
| Κάτοχος πνευματικών δικαιωμάτων: | © 2021, IEEE |
| Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: | https://ieeexplore.ieee.org/document/9529266 |
| Ηλεκτρονική διεύθυνση περιοδικού: | https://ieeexplore.ieee.org/xpl/conhome/9529260/proceeding |
| Τίτλος πηγής δημοσίευσης: | 2021 7th International Conference on Models and Technologies for Intelligent Transportation Systems Proceedings |
| Σελίδες τεκμηρίου (στην πηγή): | 1-6 |
| Όνομα εκδήλωσης: | 2021 7th International Conference on Models and Technologies for Intelligent Transportation Systems (MT-ITS 2021) |
| Τοποθεσία εκδήλωσης: | Heraklion, Greece |
| Ημ/νία έναρξης εκδήλωσης: | 16/06/2021 |
| Ημ/νία λήξης εκδήλωσης: | 17/06/2021 |
| Σημειώσεις: | This research is co-financed by Greece and the European Union (European Social Fund- ESF) through the Operational Programme «Human Resources Development, Education and Lifelong Learning 2014-2020» in the context of the project “Advanced WiF-RTT Based Localization Techniques for the Development and Testing of Pedestrian behavior Classification” (MIS 5049177). |
| Εμφανίζεται στις συλλογές: | Ερευνητικές ομάδες |
Αρχεία σε αυτό το τεκμήριο:
| Αρχείο | Περιγραφή | Σελίδες | Μέγεθος | Μορφότυπος | Έκδοση | Άδεια | |
|---|---|---|---|---|---|---|---|
| MT-ITS21_Papathanasopoulou et al.pdf Restricted Access | 5.62 MB | Adobe PDF | - |  | Δείτε/ανοίξτε |