Field Evaluation of Automatic Pedestrian Detectors in Cold Temperatures
Notice bibliographique
Résumé
The equitable accommodation of pedestrians is critical in transportation engineering and planning. Major concerns over the use of push buttons to activate pedestrian signals have been raised in many jurisdictions because elderly pedestrians and certain physically impaired pedestrians experience difficulty using push buttons, even when the push button is placed in a convenient and standard location. This paper presents the results of an analysis of the performance of three commercially available curbside automatic pedestrian detectors (APD)—a passive infrared and stereovision curbside detector, a passive infrared curbside detector, and a microwave detector—in the field as a function of weather, temperature, and temporal variations at signalized intersections during the winter months at temperatures ranging from −34°C (−29°F) to 0°C (32°F). The results were classified according to detector sensitivity, which referred to the percentage of pedestrian crossings detected successfully, and detector selectivity, which referred to the percentage of activations triggered by actual pedestrians, instead of false activations from vehicle movement, trees in the wind, or other causes. From a sample of 8,225 detections at two sites, the results revealed that the three APDs were generally sensitive at sending valid pedestrian calls, but selectivity rates remained less than 50%. Under all conditions and of all APDs analyzed, the infrared detector consistently had the highest sensitivity and lowest selectivity; the infrared–video detector had the second-highest sensitivity and the highest selectivity; and the microwave detector had the lowest sensitivity and the second-highest selectivity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».