Resumen

La detección automática de información relacionada con la carretera a partir de datos procedentes de sensores durante la conducción tiene muchas aplicaciones potenciales, como la detección de atascos o la generación automática de mapas ruteables. Este artículo se centra en la detección automática de elementos de la carretera a partir de datos GPS de sistemas instalados en vehículos. Se desarrolla un nuevo algoritmo que utiliza la distancia de variación total en lugar de los momentos estadísticos para mejorar la precisión de la clasificación. El algoritmo se valida para la detección de semáforos, rotondas y cruces de calles en un escenario real y la precisión obtenida (0,75) mejora los mejores resultados utilizando enfoques anteriores basados en características de momentos estadísticos (0,71). Cada elemento vial a detectar se caracteriza como un vector de velocidades medidas cuando un conductor lo atraviesa. Primero eliminamos las muestras de velocidad en condiciones de tráfico congestionado, que no son comparables con las condiciones de tráfico despejado y contaminarían el conjunto de datos. A continuación, calculamos la función de masa de probabilidad para la velocidad (en intervalos de 1 m/s) en cada punto. A continuación, se utiliza la distancia de variación total para hallar la similitud entre distintos puntos de interés (que pueden contener un elemento de carretera similar u otro distinto). Por último, se utiliza un enfoque k-NN para asignar una clase a cada elemento no etiquetado.

• Materias:Transporte urbano Señales de control de tráfico Accidentes de transito Planificación de ruta Capacidad de tráfico
• Subjects:Urban transport Traffic control signs Traffic accidents Path planning Traffic capacity
• Palabras claves:distancia de variación total, detección automática, momentos estadísticos, generación automática de mapas encaminables, condiciones de tráfico despejado, condiciones de tráfico congestionado, muchas aplicaciones potenciales, función de masa de probabilidad, elemento vial similar, detección de congestión de tráfico
• Keywords:total variation distance, automatic detection, statistical moments, automatic routable map generation, clear traffic conditions, congested traffic conditions, many potential applications, probability mass function, similar road element, traffic congestion detection