Sci Simple

New Science Research Articles Everyday

# Computerwissenschaften # Maschinelles Lernen # Künstliche Intelligenz

Kulturen überqueren: Fussgängerverhalten in Deutschland und Japan

Eine Studie zeigt, wie kulturelle Unterschiede das Verhalten von Fussgängern beim Überqueren von Strassen beeinflussen.

Chi Zhang, Janis Sprenger, Zhongjun Ni, Christian Berger

― 6 min Lesedauer


Kulturelle Unterschiede Kulturelle Unterschiede beim Zebrastreifen beeinflusst. Entscheidungen beim Strassenüberqueren Eine Studie zeigt, wie Kultur die
Inhaltsverzeichnis

Fussgängerüberwege können ein bisschen wie ein Spiel Huhn sein, nur dass es um Autos und nicht um Hühner geht. Zu verstehen, wie Menschen entscheiden, wann und wo sie die Strasse überqueren, ist echt wichtig, besonders in belebten Gegenden, wo Autos und Fussgänger oft denselben Platz nutzen. Diese Studie schaut sich an, wie Fussgänger an Übergängen in zwei sehr unterschiedlichen Ländern, Deutschland und Japan, agieren. Durch die Analyse, wie die Leute in diesen Ländern ihre Lücken fürs Überqueren wählen, will die Forschung smartere Verkehrssysteme schaffen, die alle sicher halten.

Die Wichtigkeit, Fussgängerverhalten vorherzusagen

Fussgänger gehören zu den verletzlicheren Verkehrsteilnehmern. Während Städte wachsen und der Verkehr zunimmt, können die Interaktionen zwischen Fussgängern und Fahrzeugen kompliziert und gefährlich werden. Vorherzusagen, wann und wie Fussgänger überqueren, kann den Verkehrssystemen helfen, Unfälle zu reduzieren. Die Forschung hebt hervor, dass aktuelle Modelle oft nur mit Daten aus einem Land trainiert werden. Das ignoriert wichtige kulturelle Unterschiede im Fussgängerverhalten, die zu ernsthaften Sicherheitsproblemen führen könnten, wenn Modelle einfach von einem Ort zum anderen exportiert werden.

Überblick der Studie

Diese Studie vergleicht das Verhalten von Fussgängern an Überquerungen in Deutschland und Japan an Orten ohne Ampeln, auch bekannt als unsignalisierten Übergängen. Das Team hat Daten mittels Simulationen gesammelt, um zu beobachten, wie Fussgänger Lücken im Verkehr wählen und ob sie Zebrastreifen nutzen. Die Ergebnisse zeigen interessante Unterschiede: Fussgänger in Japan neigen dazu, vorsichtiger zu sein und grössere Lücken zum Überqueren zu wählen, verglichen mit ihren deutschen Kollegen.

Methoden: Datensammlung

Die Forscher sammelten Daten aus virtuellen Realitätssimulationen, bei denen Teilnehmer Überquerungsszenarien nachspielten. Diese Methode stellte sicher, dass keine echten Gefahren involviert waren, während trotzdem wertvolle Verhaltensdaten erfasst wurden. Die Teilnehmer gingen in einer kontrollierten virtuellen Umgebung und trafen Entscheidungen darüber, wann sie die Strasse überqueren, während Autos aus beiden Richtungen nahten.

Der Datensatz umfasste Informationen von Teilnehmern aus Deutschland und Japan. Während der Simulationen standen die Teilnehmer vor verschiedenen Überquerungssituationen, wobei einige Zebrastreifen nutzten und andere ohne vorgesehene Bereiche überquerten. Das erlaubte eine umfassende Analyse des unterschiedlichen Überquerverhaltens in beiden Ländern.

Verhaltensunterschiede zwischen den Ländern

Eine der bedeutendsten Erkenntnisse der Studie ist der Unterschied im Überverhalten zwischen Deutschland und Japan. Fussgänger in Japan warteten länger, bevor sie überquerten, und neigten dazu, grössere Lücken im Gegenverkehr auszuwählen. Im Gegensatz dazu waren deutsche Teilnehmer schneller beim Überqueren und akzeptierten oft kleinere Lücken. Diese vorsichtige Natur der japanischen Fussgänger deutet auf eine kulturelle Tendenz zur Sicherheit und Risikoaversion hin.

Die Daten zeigten auch Variationen in der Anzahl der verpassten Lücken, bevor sie überquerten. In Japan verpassten die Teilnehmer mehr Lücken, bevor sie sich entschieden zu überqueren. Dieses Verhalten könnte eine mehr vorsichtige Einstellung zur Verkehrssicherheit widerspiegeln. Währenddessen wurde bei den deutschen Teilnehmern ein vielfältigeres und dynamischeres Überquermuster festgestellt.

Schlüsselfaktoren bei Überquerungsentscheidungen

Die Forschung identifizierte mehrere Schlüsselfaktoren, die das Überverhalten von Fussgängern beeinflussen. Für beide Länder waren die wichtigsten Aspekte die Anzahl der nicht genutzten Lücken, die Wartezeit und die Geschwindigkeit, mit der Fussgänger gehen.

Unbenutzte Lücken im Verkehr

Fussgänger in beiden Ländern wurden von der Anzahl der ungenutzten Lücken im Verkehr beeinflusst, wenn sie sich entschieden, zu überqueren. Die Deutschen akzeptierten oft kleinere Lücken, während die Japaner eher auf grössere warteten. Dieser Unterschied zeigt die unterschiedlichen Risikobereitschaften und vorsichtigen Ansätze zwischen den beiden Gruppen.

Wartezeit

Die Wartezeit vor dem Überqueren variierte auch erheblich zwischen den beiden Ländern. Japanische Fussgänger wiesen längere Wartezeiten auf im Vergleich zu denen in Deutschland. Diese Tendenz der japanischen Fussgänger, geduldiger zu sein, passt zu ihrem insgesamt vorsichtigen Überverhalten.

Gehtempo

Interessanterweise war das durchschnittliche Gehtempo bei den japanischen Teilnehmern höher, aber sie wählten trotzdem grössere Lücken zum Überqueren. Das deutet darauf hin, dass, während sie schnell auf den Beinen sind, sie Sicherheit mehr priorisieren als Geschwindigkeit.

Übertragbarkeit von Modellen: Eine globale Herausforderung

Eines der Hauptziele dieser Studie war es, zu bewerten, ob Modelle, die in einem Land trainiert wurden, auf ein anderes angewendet werden können. Die Forscher fanden heraus, dass die Leistung des Modells variierte, wenn es länderübergreifend getestet wurde.

Neuronale Netzwerke zeigten die besten Ergebnisse bei der Vorhersage des Fussgängerverhaltens und erzielten eine höhere Genauigkeit als andere Modelle. Währenddessen waren Random-Forest-Modelle bei der Vorhersage von Trajektorien überlegen. Die Unterschiede hoben hervor, wie kulturelle und umweltbedingte Faktoren das Verhalten von Fussgängern beeinflussen können, was es schwierig macht, ein universelles Modell zu erstellen.

Verbesserung der Modelle durch Clustering

Um die Übertragbarkeit der Modelle zu verbessern, nutzten die Forscher unüberwachtes Clustering. Durch das Clustern der Daten konnten sie gemeinsame Muster zwischen den beiden Ländern identifizieren, was die prädiktive Genauigkeit für beide verbessert. Dieser Ansatz ermöglichte es den Modellen, die Verhaltensmerkmale von Fussgängern in unterschiedlichen Umgebungen zu berücksichtigen und sie robuster zu machen.

Auswirkungen auf smarte Verkehrssysteme

Da Städte auf intelligentere Verkehrssysteme zusteuern, wird es immer wichtiger, das Fussgängerverhalten zu verstehen. Stell dir ein Verkehrssystem vor, das genau weiss, wann Leute die Strasse überqueren wollen. Diese Forschung bietet Einblicke, die die Entwicklung intelligenter Ampeln und Strassendesigns informieren könnten, was letztendlich zu sichereren Strassen führt.

Die Ergebnisse der Studie könnten in Verkehrssysteme integriert werden, um die Bewegungen von Fussgängern besser vorherzusagen. Durch die Anwendung des Wissens über kulturelle Unterschiede könnten Verkehrssysteme spezifisch auf bestimmte Bevölkerungsgruppen zugeschnitten werden, was die Sicherheit und Effizienz in überfüllten städtischen Gebieten verbessert.

Zukünftige Richtungen in der Forschung

Diese Forschung legt den Grundstein für zukünftige Studien zum Fussgängerverhalten. Während sich Städte an neue Technologien anpassen, kann eine weitere Untersuchung auf diesen Erkenntnissen aufbauen. Zukünftige Studien könnten den Einsatz fortschrittlicherer maschineller Lernmodelle und Techniken zur Datensammlung in der realen Welt erkunden, um Vorhersagen noch weiter zu verfeinern.

Ausserdem könnten die Forscher den Einfluss verschiedener Faktoren auf das Fussgängerverhalten in Betracht ziehen, darunter die Präsenz öffentlicher Verkehrsmittel und Veränderungen im Stadtbild. Durch eine Erweiterung des Forschungsbereichs kann ein umfassenderes Verständnis der Fussgänger-Dynamik erreicht werden.

Fazit

Die Untersuchung des Überverhaltens von Fussgängern in Deutschland und Japan zeigt, dass kulturelle Unterschiede eine bedeutende Rolle dabei spielen, wie Menschen mit Fahrzeugen interagieren. Während Deutsche tendenziell schneller sind und kleinere Lücken akzeptieren, gehen japanische Fussgänger vorsichtiger mit dem Überqueren um. Diese Erkenntnisse betonen die Wichtigkeit, lokale Verhaltensweisen zu verstehen, wenn effektive Verkehrssysteme entwickelt werden.

Während wir auf intelligentere Städte zusteuern, können Erkenntnisse aus solcher Forschung die Schaffung sicherer Umgebungen für Fussgänger leiten. Vorhersagemodelle, die kulturelle Unterschiede berücksichtigen, werden ein besseres Verkehrsmanagement ermöglichen, was letztendlich Unfälle reduziert und das gesamte Reiseerlebnis für alle verbessert.

Also, lass uns die Daumen drücken für zukünftige Studien und vielleicht sogar für Zebrastreifen, die Fussgänger besser verstehen als manche Autofahrer!

Originalquelle

Titel: Predicting Pedestrian Crossing Behavior in Germany and Japan: Insights into Model Transferability

Zusammenfassung: Predicting pedestrian crossing behavior is important for intelligent traffic systems to avoid pedestrian-vehicle collisions. Most existing pedestrian crossing behavior models are trained and evaluated on datasets collected from a single country, overlooking differences between countries. To address this gap, we compared pedestrian road-crossing behavior at unsignalized crossings in Germany and Japan. We presented four types of machine learning models to predict gap selection behavior, zebra crossing usage, and their trajectories using simulator data collected from both countries. When comparing the differences between countries, pedestrians from the study conducted in Japan are more cautious, selecting larger gaps compared to those in Germany. We evaluate and analyze model transferability. Our results show that neural networks outperform other machine learning models in predicting gap selection and zebra crossing usage, while random forest models perform best on trajectory prediction tasks, demonstrating strong performance and transferability. We develop a transferable model using an unsupervised clustering method, which improves prediction accuracy for gap selection and trajectory prediction. These findings provide a deeper understanding of pedestrian crossing behaviors in different countries and offer valuable insights into model transferability.

Autoren: Chi Zhang, Janis Sprenger, Zhongjun Ni, Christian Berger

Letzte Aktualisierung: 2024-12-04 00:00:00

Sprache: English

Quell-URL: https://arxiv.org/abs/2412.03689

Quell-PDF: https://arxiv.org/pdf/2412.03689

Lizenz: https://creativecommons.org/licenses/by/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel