論文の概要: Survey and synthesis of state of the art in driver monitoring
- arxiv url: http://arxiv.org/abs/2110.00472v1
- Date: Fri, 1 Oct 2021 15:04:56 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-04 14:27:21.663057
- Title: Survey and synthesis of state of the art in driver monitoring
- Title（参考訳）: 運転監視における技術の現状調査と合成
- Authors: Ana\"is Halin, Jacques G. Verly and Marc Van Droogenbroeck
- Abstract要約: ドライバー監視(DM)は、自動車産業への関心が高まっているトピックである。
本稿では,運転者の状態を特徴付けるDMの第1ステップに焦点をあてる。
DMは, 運転自動化(DA)とますます結びついていくので, 6つのSAEレベルのDAにおいて, DMの役割を明確に把握する。
- 参考スコア（独自算出の注目度）: 10.447405107650727
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Road-vehicle accidents are mostly due to human errors, and many such
accidents could be avoided by continuously monitoring the driver. Driver
monitoring (DM) is a topic of growing interest in the automotive industry, and
it will remain relevant for all vehicles that are not fully autonomous, and
thus for decades for the average vehicle owner. The present paper focuses on
the first step of DM, which consists in characterizing the state of the driver.
Since DM will be increasingly linked to driving automation (DA), this paper
presents a clear view of the role of DM at each of the six SAE levels of DA.
This paper surveys the state of the art of DM, and then synthesizes it,
providing a unique, structured, polychotomous view of the many characterization
techniques of DM. Informed by the survey, the paper characterizes the driver
state along the five main dimensions--called here "(sub)states"--of drowsiness,
mental workload, distraction, emotions, and under the influence. The
polychotomous view of DM is presented through a pair of interlocked tables that
relate these states to their indicators (e.g., the eye-blink rate) and the
sensors that can access each of these indicators (e.g., a camera). The tables
factor in not only the effects linked directly to the driver, but also those
linked to the (driven) vehicle and the (driving) environment. They show, at a
glance, to concerned researchers, equipment providers, and vehicle
manufacturers (1) most of the options they have to implement various forms of
advanced DM systems, and (2) fruitful areas for further research and
innovation.
- Abstract（参考訳）: 自動車事故は、主にヒューマンエラーによるものであり、ドライバーを継続的に監視することで、多くの事故を避けることができる。
ドライバー監視(DM)は、自動車産業への関心が高まっているトピックであり、完全に自律的でない全ての車両、つまり平均的な車両所有者にとって、数十年にわたって関係する。
本稿では,運転者の状態を特徴付けるDMの第1ステップに焦点をあてる。
DMは, 運転自動化(DA)とますます結びついていくので, 6つのSAEレベルのDAにおいて, DMの役割を明確に把握する。
本稿では,dmの技術の現状を調査し,それを合成し,dmの多くの特徴付け技法のユニークな,構造化された多層的視点を提供する。
この調査により、この論文は「(サブ)状態」と呼ばれる、眠気、精神労働負荷、気晴らし、感情、そして影響下にある5つの主要な次元に沿った運転状態を特徴付ける。
dmの多角的視野は、これらの状態とそれらの指標(例えば、アイブリンクレート)と、これらの指標(例えば、カメラ)それぞれにアクセス可能なセンサーを関連付けた、2つの連動したテーブルを通して示される。
テーブルファクタは、ドライバに直接リンクされた効果だけでなく、(駆動)車両と(駆動)環境にリンクされた効果も考慮します。
彼らは一目で、研究者、機器提供者、自動車製造業者に(1)様々なタイプの先進dmシステムを実装しなければならないオプションのほとんど、(2)さらなる研究と革新のための実りある領域を示す。
関連論文リスト
- Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。
AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
論文 参考訳（メタデータ） (2024-05-14T09:42:21Z) - DME-Driver: Integrating Human Decision Logic and 3D Scene Perception in
Autonomous Driving [65.04871316921327]
本稿では,自律運転システムの性能と信頼性を高める新しい自律運転システムを提案する。
DME-Driverは、意思決定者として強力な視覚言語モデル、制御信号生成者として計画指向認識モデルを利用する。
このデータセットを利用することで、論理的思考プロセスを通じて高精度な計画精度を実現する。
論文 参考訳（メタデータ） (2024-01-08T03:06:02Z) - G-MEMP: Gaze-Enhanced Multimodal Ego-Motion Prediction in Driving [71.9040410238973]
我々は、視線データを用いて、運転者の車両のエゴ軌道を推定することに集中する。
次に、GPSとビデオ入力と視線データを組み合わせた新しいマルチモーダルエゴ軌道予測ネットワークであるG-MEMPを開発する。
その結果,G-MEMPは両ベンチマークにおいて最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2023-12-13T23:06:30Z) - Applications of Computer Vision in Autonomous Vehicles: Methods, Challenges and Future Directions [2.693342141713236]
本稿では,過去10年間に出版されたコンピュータビジョンと自動運転に関する論文をレビューする。
特に、まず自律運転システムの開発について検討し、各国の主要自動車メーカーによって開発されたこれらのシステムを要約する。
そこで, 深度推定, 物体検出, 車線検出, 信号認識など, 自律運転におけるコンピュータビジョン応用の概要を概観する。
論文 参考訳（メタデータ） (2023-11-15T16:41:18Z) - DRUformer: Enhancing the driving scene Important object detection with
driving relationship self-understanding [50.81809690183755]
交通事故はしばしば致命傷を負い、2023年まで5000万人以上の死者を出した。
従来の研究は、主に個々の参加者の重要性を評価し、それらを独立した存在として扱うものであった。
本稿では、重要な物体検出タスクを強化するために、運転シーン関連自己理解変換器(DRUformer)を紹介する。
論文 参考訳（メタデータ） (2023-11-11T07:26:47Z) - Data and Knowledge for Overtaking Scenarios in Autonomous Driving [0.0]
オーバーテイク・エクササイズは、運転において最も重要な行動の1つである。
文献で利用できる作業量にもかかわらず、ほんの少しの操作しか処理できない。
この研究は、この領域に寄与し、新たな合成データセットを提示する。
論文 参考訳（メタデータ） (2023-05-30T21:27:05Z) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳（メタデータ） (2023-03-08T00:48:32Z) - Audiovisual Affect Assessment and Autonomous Automobiles: Applications [0.0]
このコントリビューションは、課題を予測し、ロードコンテキスト上のマルチモーダルな"オーディオプラスx"におけるモデリングに影響を与える潜在的な方法を提供することを目的としています。
技術的には、乗用車内の個人を全面的にモデル化し、信頼性の高いダイアリゼーションを行う。
結論として、自動感情分析は、最初に選択されたユースケースにおける自動運転車の適用可能性の点まで成熟した。
論文 参考訳（メタデータ） (2022-03-14T20:39:02Z) - Behavioral Research and Practical Models of Drivers' Attention [21.70169149901781]
このレポートは、ドライバーの内部および外部の要因によるドライバーの視覚的注意の変化に関する文献をカバーしています。
ドライバーの注意に関する学際的な理論的および行動的研究と実用的な解決策を結びつけます。
このレポートは、175以上の行動研究、100近い実用的な論文、20のデータセット、2010年以来の70以上の調査に基づいています。
論文 参考訳（メタデータ） (2021-04-12T17:42:04Z) - Fine-Grained Vehicle Perception via 3D Part-Guided Visual Data
Augmentation [77.60050239225086]
実画像中の車両に動的部品を付加した3次元自動車モデルによる効果的なトレーニングデータ生成プロセスを提案する。
私達のアプローチは人間の相互作用なしで完全に自動です。
VUS解析用マルチタスクネットワークとVHI解析用マルチストリームネットワークを提案する。
論文 参考訳（メタデータ） (2020-12-15T03:03:38Z) - A Survey on Autonomous Vehicle Control in the Era of Mixed-Autonomy:
From Physics-Based to AI-Guided Driving Policy Learning [7.881140597011731]
本稿では、人工知能(AI)から自律走行車(AV)制御のための輸送工学分野への潜在的に有用なモデルと方法論の紹介と概要を提供する。
我々は、AI誘導手法の最先端の応用について議論し、機会と障害を特定し、オープンな質問を提起し、AIが混合自律において役割を果たす可能性のあるビルディングブロックとエリアを提案する。
論文 参考訳（メタデータ） (2020-07-10T04:27:39Z)
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。