本文利用机器学习预测非信号控制人行横道中行人与车辆的交互，提出新模型以提高预测准确率。研究发现，90%以上的行人在过马路前会注视车辆，且其决策受到时间到碰撞等因素的影响。通过多模态算法分析环境特征，提升行人安全性，为交通安全提供新见解。

该文介绍了一种名为UASW的实时辅助系统，利用智能手机中的UWB雷达检测障碍物并提醒用户，以确保行人的安全。该系统使用规则和神经网络实现了高准确率的障碍物检测和分类，提高了行人的情境意识。