Identifying Critical Locations on Road Networks Using Google Traffic Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21260%2F23%3A00366712" target="_blank" >RIV/68407700:21260/23:00366712 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1109/SCSP58044.2023.10146212" target="_blank" >https://doi.org/10.1109/SCSP58044.2023.10146212</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/SCSP58044.2023.10146212" target="_blank" >10.1109/SCSP58044.2023.10146212</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Identifying Critical Locations on Road Networks Using Google Traffic Data
Popis výsledku v původním jazyce
This paper presents a novel approach to identifying critical locations on road networks based on relative traffic flow speeds. Using Google Maps Traffic Layer data, we develop a method to obtain data from Google Maps API and identify locations with consistently low traffic flow speeds. The method then assigns a Traffic Load Index to each location, which can be used to prioritize locations for further analysis and/or treatment. The results show that the proposed method is able to effectively identify critical locations on large road network without any prior knowledge of analyzed area. This method could be used to to improve the transport infrastructure, increase its safety, and ensure sustainable and resilient transport systems in the monitored areas.
Název v anglickém jazyce
Identifying Critical Locations on Road Networks Using Google Traffic Data
Popis výsledku anglicky
This paper presents a novel approach to identifying critical locations on road networks based on relative traffic flow speeds. Using Google Maps Traffic Layer data, we develop a method to obtain data from Google Maps API and identify locations with consistently low traffic flow speeds. The method then assigns a Traffic Load Index to each location, which can be used to prioritize locations for further analysis and/or treatment. The results show that the proposed method is able to effectively identify critical locations on large road network without any prior knowledge of analyzed area. This method could be used to to improve the transport infrastructure, increase its safety, and ensure sustainable and resilient transport systems in the monitored areas.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20104 - Transport engineering
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2023 Smart City Symposium Prague
ISBN
979-8-3503-2162-3
ISSN
2831-5618
e-ISSN
2691-3666
Počet stran výsledku
6
Strana od-do
—
Název nakladatele
IEEE Transactions on Acoustics, Speech, and Signal Processing
Místo vydání
New York
Místo konání akce
Prague
Datum konání akce
25. 5. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—