Повышение устойчивости городской мобильности: применение компьютерного зрения в исследованиях пешеходных маршрутов

Enhancing sustainable urban mobility: Computer vision applications in pedestrian path studies
Tarek M. Zayed, Saeed Reza Mohandes, Ridwan Taiwo, Sulemana Fatoama Abdulai, Abdul‐Mugis Yussif
2025-10-01

компьютерное зрениесверточные нейронные сетиглубокое обучениеисследования пешеходных маршрутовинфраструктура тротуаров
Развитие умных городов и декарбонизация транспортного сектора стимулировали значительные реформы экологической политики, способствуя переходу городской среды от планирования, ориентированного на автомобили, к немоторизованному транспорту. Поэтому пешие и велосипедные поездки стали естественными альтернативами благодаря нулевым углеродным выбросам при эксплуатации и преимуществам для здоровья. Методы компьютерного зрения (КЗ) обладают значительным потенциалом для анализа и совершенствования инфраструктуры пешеходных тротуаров и ее использования. Несмотря на предпринимаемые усилия, в научной литературе отсутствует комплексный обзор исследований, в которых КЗ применяется к тротуарам, что ограничивает оценку возможностей дальнейшего использования алгоритмов на основе искусственного интеллекта в этой области. В связи с этим данное исследование представляет современный анализ применения КЗ к тротуарам, включающий: 1) наукометрический анализ существующих исследований, 2) систематическое рассмотрение приложений и архитектур КЗ, 3) предлагаемую структуру применения КЗ в исследованиях тротуаров и 4) выявленные пробелы и перспективные направления будущих исследований. Анализ динамики публикаций показал ускоренный рост исследований КЗ, посвященных тротуарам, начиная с 2018 года, с пиковыми значениями в последние пять лет, что свидетельствует о растущем научном интересе. Анализ ключевых слов выявил семь кластеров; наиболее значимыми по степени центральности оказались слова «дорожные покрытия», «компьютерное зрение» и «глубокое обучение». Систематический анализ позволил выявить и рассмотреть применения КЗ для оценки доступности тротуаров, состояния пешеходных путей и поведения пользователей; при этом наиболее широко используемой архитектурой в данной области оказались сверточные нейронные сети. Исследование предоставляет научному сообществу и специалистам отрасли важные сведения о развивающемся направлении, связанном с применением КЗ для анализа различных аспектов тротуаров. Подчеркивается необходимость устранения выявленных исследовательских пробелов с помощью инновационных методов и совместных усилий, а также открытого распространения наборов данных и исходного кода. • Обширный анализ исследований, посвященных применению компьютерного зрения к инфраструктуре тротуаров и пешеходному движению...
1
Основные применения компьютерного зрения связаны с доступностью тротуаров, состоянием пешеходных путей и поведением пользователей.
2
Свёрточные нейронные сети являются наиболее широко используемой архитектурой компьютерного зрения в исследованиях тротуаров.
3
Анализ ключевых слов выявил семь исследовательских кластеров; наибольшей степенью центральности обладают термины «тротуарные покрытия», «компьютерное зрение» и «глубокое обучение».
4
Число исследований компьютерного зрения, посвящённых тротуарам, быстро растёт с 2018 года, достигнув пиковых значений за последние пять лет.
5
Обзор выявляет пробелы в исследованиях и подчёркивает необходимость инновационных методов, сотрудничества и открытого обмена наборами данных и исходным кодом.
6
Исследование представляет современный систематизированный обзор применения компьютерного зрения для анализа тротуарной инфраструктуры и пешеходных маршрутов.

городские тротуары и пешеходные пути

анализ с помощью компьютерного зрения доступности тротуаров, состояния пешеходных путей и поведения пешеходов

Publication Details
Publication Date
2025-10-01
Journal
Publisher
ISSN
Cited by
5
Access Type
Author Information
Authors
Tarek M. Zayed
Saeed Reza Mohandes
Ridwan Taiwo
Sulemana Fatoama Abdulai
Abdul‐Mugis Yussif
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%