A Multimodal Human-Centered Framework for Assessing Pedestrian Well-Being in the Wild
作者: Yasaman Hakiminejad, Arash Tavakoli
分类: eess.SY
发布日期: 2025-12-24
💡 一句话要点
提出多模态行人福祉评估框架，用于量化城市环境对行人体验的影响
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 行人福祉 多模态融合 生理传感 地理空间跟踪 体验抽样法 城市环境 人本城市分析
📋 核心要点
- 现有行人环境评估方法忽略了步行体验的动态、主观和心理生理维度，无法全面评估行人福祉。
- 该论文提出一种多模态行人福祉评估框架，融合生理传感、地理空间跟踪和体验抽样法，实现全面评估。
- 通过费城地区的案例研究，验证了框架的有效性，揭示了环境因素对行人福祉的影响，并发现传统步行性指标的局限性。
📝 摘要（中文）
行人福祉是可持续城市交通和宜居城市设计中一个关键但很少被衡量的组成部分。现有的行人环境评估方法通常依赖于静态的、基于基础设施的指标或回顾性调查，忽略了日常步行体验的动态、主观和心理生理维度。本文介绍了一种多模态、以人为中心的框架，用于评估野外环境中的行人福祉，该框架集成了三个互补的数据流：连续生理传感、地理空间跟踪和使用体验抽样法收集的即时自我报告。该框架将行人体验概念化为一个三角测量，从而能够全面了解城市环境如何影响福祉。通过在大费城地区进行的自然案例研究，展示了我们框架的实用性，参与者在日常活动中佩戴研究级可穿戴传感器并携带支持GPS的智能手机。自主神经系统活动的生理指标，包括心率变异性和皮肤电活动，与空间轨迹和压力、情感和感知基础设施状况的原位自我报告同步。结果表明，主观体验和生理反应存在显着的个体间和个体内部差异，以及与交通暴露、行人基础设施质量和环境封闭相关的上下文相关模式。研究结果还表明，常用的步行性指数可能无法完全捕捉行人福祉的体验维度。通过实现行人体验的真实世界、多模态测量，所提出的框架为推进以人为中心的城市分析提供了一种可扩展和可转移的方法。
🔬 方法详解
问题定义：现有方法主要依赖静态指标或回顾性调查，无法捕捉行人步行体验的动态变化和主观感受，难以全面评估城市环境对行人福祉的影响。因此，需要一种能够实时、多维度地评估行人福祉的方法。
核心思路：该论文的核心思路是将行人体验视为一个多维度的概念，通过融合生理数据、地理空间数据和主观报告，构建一个全面的行人福祉评估框架。这种三角测量的方法能够更准确地反映城市环境对行人福祉的复杂影响。
技术框架：该框架包含三个主要模块：1) 生理传感模块：使用可穿戴传感器收集心率变异性和皮肤电活动等生理指标，反映行人的自主神经系统活动。2) 地理空间跟踪模块：使用GPS设备记录行人的空间轨迹，了解行人的位置和移动模式。3) 体验抽样模块：使用智能手机应用程序，在行人步行过程中随机收集他们的主观报告，包括压力、情感和对基础设施状况的感知。这三个模块的数据被同步并整合，用于分析城市环境对行人福祉的影响。
关键创新：该论文的关键创新在于提出了一个多模态的行人福祉评估框架，能够实时、全面地捕捉行人步行体验的各个维度。与传统方法相比，该框架能够更准确地评估城市环境对行人福祉的影响，并为城市规划和设计提供更科学的依据。
关键设计：在案例研究中，参与者佩戴了研究级可穿戴传感器和携带GPS功能的智能手机。生理数据、地理空间数据和主观报告的同步是关键。论文中没有明确提及具体的参数设置或损失函数，但强调了数据同步和整合的重要性，以及对个体间和个体内部差异的分析。
🖼️ 关键图片
📊 实验亮点
研究结果表明，行人的主观体验和生理反应存在显著的个体间和个体内部差异，且与交通暴露、行人基础设施质量和环境封闭等因素密切相关。此外，研究还发现常用的步行性指数可能无法完全捕捉行人福祉的体验维度，突出了多模态评估的重要性。
🎯 应用场景
该研究成果可应用于城市规划、交通管理和公共健康等领域。通过实时监测和评估行人福祉，可以为城市规划者提供更科学的依据，优化城市环境设计，提高城市居民的生活质量。此外，该框架还可以用于评估不同交通政策对行人福祉的影响，为交通管理部门提供决策支持。
📄 摘要（原文）
Pedestrian well-being is a critical yet rarely measured component of sustainable urban mobility and livable city design. Existing approaches to evaluating pedestrian environments often rely on static, infrastructure-based indices or retrospective surveys, which overlook the dynamic, subjective, and psychophysiological dimensions of everyday walking experience. This paper introduces a multimodal, human-centered framework for assessing pedestrian well-being in the wild by integrating three complementary data streams: continuous physiological sensing, geospatial tracking, and momentary self-reports collected using the Experience Sampling Method. The framework conceptualizes pedestrian experience as a triangulation enabling a holistic understanding of how urban environments influence well-being. The utility of our framework is then demonstrated through a naturalistic case study conducted in the Greater Philadelphia region, in which participants wore research-grade wearable sensors and carried GPS-enabled smartphones during their regular daily activities. Physiological indicators of autonomic nervous system activity, including heart rate variability and electrodermal activity, were synchronized with spatial trajectories and in situ self-reports of stress, affect, and perceived infrastructure conditions. Results illustrate substantial inter- and intra-individual variability in both subjective experience and physiological response, as well as context-dependent patterns associated with traffic exposure, pedestrian infrastructure quality, and environmental enclosure. The findings also suggest that commonly used walkability indices may not fully capture experiential dimensions of pedestrian well-being. By enabling real-world, multimodal measurement of pedestrian experience, the proposed framework offers a scalable and transferable approach for advancing human-centered urban analytics.