相关实验视频
Updated: Jul 5, 2026

07:00
Measuring the Switch Cost of Smartphone Use While Walking
Published on: April 30, 2020
1.8K
评估自行车道粗度:使用智能手机和智能自行车光传感器进行比较研究.
Tufail Ahmed1, Ali Pirdavani1,2, Geert Wets1
1UHasselt, The Transportation Research Institute (IMOB), Martelarenlaan 42, 3500 Hasselt, Belgium.
Sensors (Basel, Switzerland)
|November 27, 2024
概括
这项研究表明,智能手机传感器和智能自行车灯可以有效地评估自行车道的粗度. 这些低成本的工具为监测自行车基础设施质量和改善城市规划提供了可靠的方法.
科学领域:
- 土木工程 土木工程是指土木工程.
- 运输工程 运输工程
- 城市规划 城市规划
背景情况:
- 自行车道的表面质量直接影响骑自行车者的舒适性和安全性.
- 评估基础设施质量的现有方法可能昂贵且耗时.
- 需要有效,可扩展的解决方案来监控自行车基础设施.
研究的目的:
- 评估智能手机传感器和智能自行车灯在评估自行车道粗度方面的有效性.
- 为了比较智能手机应用程序和智能自行车灯数据的准确性,以测量振动舒适度.
- 确定使用这些技术进行大规模基础设施评估的可行性.
主要方法:
- 利用智能手机传感器 (物理工具箱传感器套件) 和智能自行车灯 (SEE.SENSE) 来收集比利时各个自行车道的GPS和垂直加速数据.
- 从收集的数据中计算动态舒适度指数 (DCI) 和根平均平方 (RMS) 值,以量化骑自行车者的振动舒适度.
- 从不同的数据来源进行了舒适度评估结果的统计比较.
主要成果:
- 在动态舒适度指数 (DCI),根平均平方 (RMS) 值和SEE.SENSE数据之间的舒适度评估中没有发现显著的统计差异.
- 智能手机传感器和智能自行车灯提供可比数据来评估自行车道表面质量.
- 该研究证明了这些技术对于客观舒适度测量的可行性.
结论:
- 智能手机传感器和智能自行车灯是有效的,低成本的工具,用于评估自行车道的粗性和骑自行车者的舒适性.
- 整合这些技术可以有效地对自行车基础设施进行大规模监控.
- 通过持续的基础设施质量评估,研究结果支持改善城市规划和改善自行车条件.

