論文の概要: CVEH: A Dynamic Framework To Profile Vehicle Movements To Mitigate Hit And Run Cases Using Crowdsourcing

• arxiv url: http://arxiv.org/abs/2107.04026v1
• Date: Mon, 28 Jun 2021 15:52:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-11 12:27:58.447533
• Title: CVEH: A Dynamic Framework To Profile Vehicle Movements To Mitigate Hit And Run Cases Using Crowdsourcing
• Title（参考訳）: CVEH: クラウドソーシング(クラウドソーシング)を使ってケースのヒットと実行を軽減するための動的フレームワーク
• Authors: Attiq ur Rehman, Asad Waqar Malik, Anis ur Rahman, Sohail Iqbal and Ghalib Ahmed Tahir
• Abstract要約: 先進国では、警備部隊は高度な装備、高速車両、ドローン、ヘリコプターを使って犯罪者の車両を捕まえた。 発展途上国では、経営コストやその他の制約により、このようなスキームは利用できない。 我々は、開発途上国がクラウドソーシング技術を用いて、犯罪者の動きをプロファイルできるCVEHというフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.9449650062296824
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In developed countries like the USA, Germany, and the UK, the security forces used highly sophisticated equipment, fast vehicles, drones, and helicopters to catch offenders' vehicles. Whereas, in developing countries with limited resources such schemes cannot be utilized due to management cost and other constraints. In this paper, we proposed a framework called CVEH that enables developing countries to profile the offender vehicle movements through crowdsourcing technique and act as an early warning system to the law forcing agencies. It also engages citizens to play their role in improving security conditions. The proposed CVEH framework allows Vehicle-to-Infrastructure (V2I) communication to monitor the movement of the offender's vehicle and shared its information with the Command and Control (CC) centre. The CC centre projects the path and engages nearly located law enforcement agencies. CVEH is developed and evaluated on android smartphones. Simulations conducted for this study exhibit the effectiveness of our framework.
• Abstract（参考訳）: アメリカ、ドイツ、イギリスといった先進国では、警備軍は高度な装備、高速車両、ドローン、ヘリコプターを使って犯罪者の車を捕まえた。 一方、資源が限られている途上国では、管理コストやその他の制約のため、そのようなスキームは利用できない。 本稿では,開発途上国がクラウドソーシング技術を用いて犯罪車両の動きを把握し,法執行機関の早期警戒システムとして機能するCVEHという枠組みを提案する。 また、市民が安全条件の改善に果たす役割も担っている。 提案されたCVEHフレームワークにより、V2I通信は、違反者の車両の動きを監視し、その情報をコマンド・アンド・コントロール(CC)センターと共有することができる。 CCセンターは経路を計画し、ほぼ位置する法執行機関と協業している。 CVEHはアンドロイドスマートフォン上で開発・評価されている。 本研究で実施したシミュレーションは,本フレームワークの有効性を示す。

関連論文リスト

• EAIA: An Efficient and Anonymous Identity Authentication Scheme in 5G-V2V [14.315350766867814]
  本稿では,ロードサイドユニット(RSU)をサポートしていないシナリオに適した,効率的な匿名V2V認証プロトコルを提案する。 提案されたプロトコルは、Scytherツールを使用して公式に評価され、主要な一般的な悪意のある攻撃に耐える能力を示している。
  論文  参考訳（メタデータ） (2024-06-07T07:26:09Z)
• Physical Backdoor Attack can Jeopardize Driving with Vision-Large-Language Models [53.701148276912406]
  Vision-Large-Language-models (VLMs) は自動運転において大きな応用可能性を持っている。 BadVLMDriverは、物理的オブジェクトを使用して実際に起動できる自動運転のためのVLMに対する最初のバックドア攻撃である。 BadVLMDriverは、赤い風船を持った歩行者に突如、加速を誘導する攻撃の成功率を92%達成する。
  論文  参考訳（メタデータ） (2024-04-19T14:40:38Z)
• Token-based Vehicular Security System (TVSS): Scalable, Secure, Low-latency Public Key Infrastructure for Connected Vehicles [1.062554955743753]
  本稿では,従来よりも大幅に改善された新しいVPKIシステムであるTVSSについて紹介する。 TVSSは、ネットワークの端にある道路インフラの一部である道路側ユニット(RSU)の迅速な検証を可能にするために、忘れられないトークンのアイデアを活用している。 特に,高速道路を走行中に静止RSUを用いて,提案手法のボトルネック操作を行うことができる。
  論文  参考訳（メタデータ） (2024-02-28T14:35:52Z)
• Runtime Safety Assurance of Autonomous Vehicles used for Last-mile Delivery in Urban Environments [0.10499611180329801]
  LogiSmileプロジェクトは、混雑した地域での都市商品流通の課題に対する解決策を見つけることを目的としている。 Autonomous Hub Vehicle(AHV)は、Autonomous Delivery Device(ADD)と呼ばれる小型ロボットと連携して動作する。 AHVのために開発されたランタイムモニタリングのコンセプトは、2022年にハンブルクで実証された。
  論文  参考訳（メタデータ） (2023-07-10T10:06:55Z)
• Convergence of Communications, Control, and Machine Learning for Secure and Autonomous Vehicle Navigation [78.60496411542549]
  接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。 本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
  論文  参考訳（メタデータ） (2023-07-05T21:38:36Z)
• When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
  我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。 我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。 コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
  論文  参考訳（メタデータ） (2023-06-09T14:33:26Z)
• Shared Information-Based Safe And Efficient Behavior Planning For Connected Autonomous Vehicles [6.896682830421197]
  我々は、連結自動運転車のための統合情報共有と安全なマルチエージェント強化学習フレームワークを設計する。 まず、重畳畳み込み畳み込みニューラルネットワーク(CNN)を用いて、生画像とポイントクラウドのLIDARデータを各自動運転車でローカルに処理する。 次に、車両の局部観測とV2V通信を介して受信した情報の両方を利用する安全なアクター批判アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2023-02-08T20:31:41Z)
• Reinforcement Learning based Cyberattack Model for Adaptive Traffic Signal Controller in Connected Transportation Systems [61.39400591328625]
  接続輸送システムにおいて、適応交通信号制御装置(ATSC)は、車両から受信したリアルタイム車両軌跡データを利用して、グリーンタイムを規制する。 この無線接続されたATSCはサイバー攻撃面を増やし、その脆弱性を様々なサイバー攻撃モードに拡大する。 そのようなモードの1つは、攻撃者がネットワーク内で偽の車両を作成する「シビル」攻撃である。 RLエージェントは、シビル車噴射の最適速度を学習し、アプローチの混雑を生じさせるように訓練される
  論文  参考訳（メタデータ） (2022-10-31T20:12:17Z)
• Differentiable Control Barrier Functions for Vision-based End-to-End Autonomous Driving [100.57791628642624]
  本稿では,視覚に基づくエンドツーエンド自動運転のための安全保証学習フレームワークを提案する。 我々は、勾配降下によりエンドツーエンドに訓練された微分制御バリア関数(dCBF)を備えた学習システムを設計する。
  論文  参考訳（メタデータ） (2022-03-04T16:14:33Z)
• ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and Response with AI [55.41644538483948]
  小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。 我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。 本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
  論文  参考訳（メタデータ） (2022-01-25T14:51:19Z)
• A Multi-Agent Reinforcement Learning Approach For Safe and Efficient Behavior Planning Of Connected Autonomous Vehicles [21.132777568170702]
  我々は、コネクテッド・自動運転車のための情報共有型強化学習フレームワークを設計する。 提案手法は, 平均速度と快適性の観点から, CAV システムの効率性を向上させることができることを示す。 我々は,共用視覚が早期に障害物を観測し,交通渋滞を避けるために行動を起こすのに役立つことを示すために,障害物回避シナリオを構築した。
  論文  参考訳（メタデータ） (2020-03-09T19:15:30Z)

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。