文献

J-GLOBAL ID：202002270050938295   整理番号：20A0294864

真の群衆からのクラウド消費: スマートフォンセンサからの装置,車両,道路表面および運転独立道路プロファイリング【JST・京大機械翻訳】

Crowdsourcing from the True crowd: Device, vehicle, road-surface and driving independent road profiling from smartphone sensors

著者 (7件)： Alam Munshi Yusuf (Department of Computer Science and Engineering, National Institute of Technology Durgapur, Durgapur, India) ,  Nandi Akash (Department of Computer Science and Engineering, National Institute of Technology Durgapur, Durgapur, India) ,  Kumar Abhay (Department of Computer Science and Engineering, National Institute of Technology Durgapur, Durgapur, India) ,  Saha Sujoy (Department of Computer Science and Engineering, National Institute of Technology Durgapur, Durgapur, India) ,  Saha Mousumi (Department of Computer Science and Engineering, National Institute of Technology Durgapur, Durgapur, India) ,  Nandi Subrata (Department of Computer Science and Engineering, National Institute of Technology Durgapur, Durgapur, India) ,  Chakraborty Sandip (Department of Computer Science and Engineering, Indian Institute of Technology Kharagpur, Kharagpur, India)
資料名： Pervasive and Mobile Computing  (Pervasive and Mobile Computing)
巻： 61  ページ： Null  発行年： 2020年 
JST資料番号： W3475A  ISSN： 1574-1192  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 速度遮断器,ポホール,壊れた道路パッチなどの道路表面事象の検出のための既存のスマートフォンベースシステムは,しばしば,時々の不規則性を有する道路上での完全な運転操縦を有する自動車のような4輪車に使用するために開発されてきた。しかし,全体的な道路条件が悪いインドの郊外都市における673kmの道路跡に関する著者らの実験は,2輪車(ビークまたはスコティ),3輪車(自動ricsha)または4輪車(車)または異なる位置に保持された異なるスマートフォン(インポケット,インダッシュボード,車両搭載)の場合に,そのようなイベント検出精度が80%未満に低下することを示した。本研究の目的は,変化する条件と粗い道路の下でさえ,改善された精度によって,3つの道路イベント-速度遮断器,ポホール,および壊れた道路パッチを検出するシステムを開発することである。提案したRoadSurPシステムは二つのフェーズで動作する。第一の位相はスマートフォンで走り,ロバストな自動方位と自動調整閾値化アルゴリズムを用いて道路異常に対する候補署名を同定し,位置,配置,車両,スマートフォン型のほとんど不変量を作る。第二相はサーバ内で動作し,異なる駆動操作,車両サスペンションなどの影響により生じる偽陰性および偽陽性事例を低減するために決定木ベース分類器を使用し,最終的に,地図サービス上の複数の軌跡から検出されたイベントを地理化するためにk-medoidsクラスタ化を適用した。RoadSurPをAndroid応用として実装し,スマートフォンの配置と位置を変えて,6つの異なるスマートフォン型を持つ,5つの2輪車,7つの3輪車,および3つの4輪車を用いて,26km道路上で試験した。完全に訓練された後,RoadSurPの平均精度は,滑らかな道路(時々不規則性を有する道路)上では98%,そして粗い道路上では92%であり,粗い道路上では90%であることが分かった。開発したアプリケーションは,道路品質監視のための効果的な混雑システムとして使用できる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  品質 ,  都市郊外 ,  *道路 ,  クラスタ化 ,  都市 ,  ロバスト性 ,  *路面 ,  位相 ,  軌跡 ,  オートバイ ,  対角和 ,  *スマートフォン ,  応用プログラム ,  三輪自動車

著者キーワード (4件)： スマートフォン ,  クラウド消費 ,  道路プロファイリング ,  都市コンピューティング

分類 (2件)： 移動通信  (ND08030H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： クラウド ,  消費 ,  道路表面 ,  道路 ,  プロファイリング