Aboozar Roosta
Forschungsschwerpunkte
- Mikromobilität
- Intelligente Verkehrssysteme
- Optimierung
- Machine Learning
Aktuelle Projekte
TiptoP, Verantwortlicher für den Entwurf und die Implementierung von Software und elektrischen Komponenten
NUErLast, Nutzen und Umsetzbarkeit von detektorbasierter Erfassung von Lastenrädern, Projekt Manager und Ingenieur
Generelle Informationen
Berufstätigkeit
Seit 01/2022: Wissenschaftlicher Mitarbeiter
Lehr- und Forschungsgebiet Radverkehr, Bergische Universität Wuppertal
Ausbildung
09/2014 - 09/2017: Master of Science, Elektrotechnik – Control Theory
Department of Electrical and Computer Engineering, Tarbiat Modares University, Iran
09/2009 - 09/2013: Bachelor of Science, Elektrotechnik – Elektronik
Department of Electrical Engineering, Yazd University, Iran
Masterarbeit
- 2017: Roosta, A.: Design of an adaptive traffic control method to reduce air pollution in congested urban networks
Peer-Reviewed Conference Papers
- 2023: Kaths, H., Roosta, A.: "A Framework for Simulating Cyclists in SUMO", SUMO Conference Proceedings , 4 , 105–113. https://doi.org/10.52825/scp.v4i.219
- 2023: Roosta, A., Kaths, H., Barthauer, M., Erdmann, J., Flötteröd, Y., Behrisch, M.: "The State of Bicycle Modeling in SUMO", SUMO Conference Proceedings , 4 , 55--64. https://doi.org/10.52825/scp.v4i.215
Titel:
Vorhersage der Fahrspuren von Radfahrenden an städtischen Kreuzungen
Schlüsselwörter:
Radfahren, Trajektorie, Knotenpunkt, Heatmap, Radfahrverhalten
Zusammenfassung:
Das Verständnis von Verhaltensmustern und Interaktionen von Verkehrsteilnehmern mit der Infrastruktur und untereinander ist von entscheidender Bedeutung für die Verbesserung der Gestaltung traditioneller und intelligenter Infrastruktur. Das Ziel meiner Forschung ist es, die Bewegungsmuster von Radfahrenden an Knotenpunkten zu verstehen. Mit Hilfe von Videodaten aus realen Beobachtungen und unserer Arbeit an der Schaffung virtueller Umgebungen entwickle ich ein Deep-Learning-Modell, das beschreibt, wie Straßenmerkmale die Bewegungsmuster von Radfahrenden beeinflussen. Das ultimative Ziel ist die Vorhersage des Verhaltens von Radfahrenden an Knotenpunkten durch die Schätzung von Heatmaps der Radfahrendentrajektorien, was eine praktische Methode zur Verbesserung der Straßengestaltung und Sicherheit darstellt. Diese Forschung soll der breiteren Gemeinschaft von Forschern in den Bereichen Fahrradverkehr, Verkehrssicherheit, vernetzte Fahrzeuge und Infrastruktur zugute kommen.