論文の概要: 6-Layer Model for a Structured Description and Categorization of Urban
Traffic and Environment
- arxiv url: http://arxiv.org/abs/2012.06319v2
- Date: Tue, 2 Feb 2021 16:39:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-16 08:31:24.317045
- Title: 6-Layer Model for a Structured Description and Categorization of Urban
Traffic and Environment
- Title（参考訳）: 都市交通・環境の構造化記述と分類のための6層モデル
- Authors: Maike Scholtes, Lukas Westhofen, Lara Ruth Turner, Katrin Lotto,
Michael Schuldes, Hendrik Weber, Nicolas Wagener, Christian Neurohr, Martin
Bollmann, Franziska K\"ortke, Johannes Hiller, Michael Hoss, Julian Bock,
Lutz Eckstein
- Abstract要約: 6層モデル (6LM) は高速道路のシナリオを記述するために導入された。
この論文は6LMを改良し、都市交通と環境に拡張する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Verification and validation of automated driving functions impose large
challenges. Currently, scenario-based approaches are investigated in research
and industry, aiming at a reduction of testing efforts by specifying safety
relevant scenarios. To define those scenarios and operate in a complex
real-world design domain, a structured description of the environment is
needed. Within the PEGASUS research project, the 6-Layer Model (6LM) was
introduced for the description of highway scenarios. This paper refines the 6LM
and extends it to urban traffic and environment. As defined in PEGASUS, the 6LM
provides the possibility to categorize the environment and, therefore,
functions as a structured basis for subsequent scenario description. The model
enables a structured description and categorization of the general environment,
without incorporating any knowledge or anticipating any functions of actors.
Beyond that, there is a variety of other applications of the 6LM, which are
elaborated in this paper. The 6LM includes a description of the road network
and traffic guidance objects, roadside structures, temporary modifications of
the former, dynamic objects, environmental conditions and digital information.
The work at hand specifies each layer by categorizing its items. Guidelines are
formulated and explanatory examples are given to standardize the application of
the model for an objective environment description. In contrast to previous
publications, the model and its design are described in far more detail.
Finally, the holistic description of the 6LM presented includes remarks on
possible future work when expanding the concept to machine perception aspects.
- Abstract（参考訳）: 自動運転機能の検証と検証には大きな課題が伴う。
現在、シナリオベースのアプローチは研究や産業において研究されており、安全関連シナリオを特定することでテストの労力を減らすことを目指している。
これらのシナリオを定義し、複雑な実世界設計ドメインで運用するには、環境の構造化された記述が必要である。
PEGASUS研究プロジェクトでは、高速道路のシナリオを記述するために6層モデル (6LM) が導入された。
本稿では6LMを改良し,都市交通と環境に拡張する。
PEGASUSで定義されているように、6LMは環境を分類し、その後のシナリオ記述のための構造化された基盤として機能する。
このモデルは、知識を組み込んだり、アクターの機能を予測することなく、一般的な環境の構造化された記述と分類を可能にする。
その他にも,本論文で詳述した 6lm の応用が数多く存在する。
6LMには、道路ネットワークと交通誘導対象、路面構造、前者の一時的な修正、動的オブジェクト、環境条件、デジタル情報などが記述されている。
手前の作業は、各レイヤをアイテムを分類することによって指定する。
対象環境記述のためのモデルの適用を標準化するためのガイドラインを定式化し、解説例を提示する。
以前の出版物とは対照的に、モデルとその設計はより詳細に記述されている。
最後に、提示された6LMの全体的記述には、概念を機械知覚の側面に拡張する際の将来の作業の可能性についての言及が含まれている。
関連論文リスト
- Generating Out-Of-Distribution Scenarios Using Language Models [58.47597351184034]
大規模言語モデル(LLM)は自動運転において有望であることを示している。
本稿では,多様なOF-Distribution(OOD)駆動シナリオを生成するためのフレームワークを提案する。
我々は、広範囲なシミュレーションを通じてフレームワークを評価し、新しい"OOD-ness"メトリクスを導入する。
論文 参考訳（メタデータ） (2024-11-25T16:38:17Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - FIND: A Function Description Benchmark for Evaluating Interpretability
Methods [86.80718559904854]
本稿では,自動解釈可能性評価のためのベンチマークスイートであるFIND(Function Interpretation and Description)を紹介する。
FINDには、トレーニングされたニューラルネットワークのコンポーネントに似た機能と、私たちが生成しようとしている種類の記述が含まれています。
本研究では、事前訓練された言語モデルを用いて、自然言語とコードにおける関数の振る舞いの記述を生成する手法を評価する。
論文 参考訳（メタデータ） (2023-09-07T17:47:26Z) - Generating and Explaining Corner Cases Using Learnt Probabilistic Lane
Graphs [5.309950889075669]
本稿では,車両が走行する車線の位置と方向の有限セットを記述するために,確率的レーングラフ(PLG)を導入する。
PLGの構造は、歴史的交通データから直接学習される。
我々は、このポリシーを変更するために強化学習技術を使用し、現実的で説明可能なコーナーケースシナリオを生成する。
論文 参考訳（メタデータ） (2023-08-25T20:17:49Z) - Embodied Task Planning with Large Language Models [86.63533340293361]
本研究では,現場制約を考慮した地上計画のための具体的タスクにおけるTAsk Planing Agent (TaPA)を提案する。
推論の際には,オープンボキャブラリオブジェクト検出器を様々な場所で収集された多視点RGB画像に拡張することにより,シーン内の物体を検出する。
実験の結果,我々のTaPAフレームワークから生成されたプランは,LLaVAやGPT-3.5よりも大きなマージンで高い成功率が得られることがわかった。
論文 参考訳（メタデータ） (2023-07-04T17:58:25Z) - OCTET: Object-aware Counterfactual Explanations [29.532969342297086]
対物的説明生成のためのオブジェクト指向フレームワークを提案する。
近年のジェネレーティブ・モデリングの成果に触発された本手法では,オブジェクトレベルの操作を容易にするために,クエリイメージを潜在空間に符号化する。
そこで本研究では,シーンを駆動する反実的説明ベンチマークの一連の実験を行い,本手法が分類を超えて適用可能であることを示す。
論文 参考訳（メタデータ） (2022-11-22T16:23:12Z) - Using Ontologies for the Formalization and Recognition of Criticality
for Automated Driving [0.0]
最近の進歩は、交通世界の本質的にオープンで複雑なコンテキストを扱う際に、関連する知識を活用する能力があることを示唆している。
本稿では,自動走行車の環境における臨界要因のモデリングと定式化のための強力なツールであることを示す。
本稿では, 都市交通シナリオの大規模ドローンデータセットを用いて, モジュール方式を詳しく検討し, 実装を公開し, 提案手法の評価を行う。
論文 参考訳（メタデータ） (2022-05-03T14:32:11Z) - STEEX: Steering Counterfactual Explanations with Semantics [28.771471624014065]
ディープラーニングモデルは、安全クリティカルなアプリケーションでますます使われています。
低解像度の顔画像のような単純な画像では、視覚的対実的な説明が最近提案されている。
本稿では, 可塑性, スパースな修正を生み出す, 新たな生成的対実的説明フレームワークを提案する。
論文 参考訳（メタデータ） (2021-11-17T13:20:29Z) - Generalizing Decision Making for Automated Driving with an Invariant
Environment Representation using Deep Reinforcement Learning [55.41644538483948]
現在のアプローチは、トレーニングデータを超えてよく一般化されないか、または可変数のトラフィック参加者を考慮することができない。
本研究では,エゴ車の観点から不変環境表現を提案する。
この抽象化により,エージェントが未確認シナリオに対してうまく一般化できることが示される。
論文 参考訳（メタデータ） (2021-02-12T20:37:29Z) - Rearrangement: A Challenge for Embodied AI [229.8891614821016]
Embodied AIの研究と評価のためのフレームワークについて述べる。
我々の提案は正統的な課題である再配置に基づいている。
4つの異なるシミュレーション環境における再配置シナリオの実験的なテストベッドについて述べる。
論文 参考訳（メタデータ） (2020-11-03T19:42:32Z) - Towards an Ontology for Scenario Definition for the Assessment of
Automated Vehicles: An Object-Oriented Framework [0.0]
シナリオの概念を包括的かつ運用的に定義する。
シナリオとビルディングブロックをオブジェクトのクラスとして定義するオブジェクト指向フレームワークを提案する。
それぞれの用語の定義と正当化を提供します。
論文 参考訳（メタデータ） (2020-01-30T08:14:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。