論文の概要: IoT-Based Pothole Mapping Agent with Remote Visualization

• arxiv url: http://arxiv.org/abs/2212.14764v1
• Date: Sun, 25 Dec 2022 00:25:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 13:23:56.843890
• Title: IoT-Based Pothole Mapping Agent with Remote Visualization
• Title（参考訳）: リモート可視化によるIoTベースのポトホールマッピングエージェント
• Authors: Umar Yahya, Mwaka Lucky, Muhammed Mansoor, Nankabirwa Sharifah, Abdal Kasule, Kasagga Usama
• Abstract要約: ポトホールで満たされた道路網は、特にその日のピーク時には交通渋滞に関係している。 本研究は,センサを用いたポットホールマッピングの実証に成功している。 ポットホールの深さと位置座標の両方を捉え、そのパラメータを使ってエージェントの旅全体のためのポットホールマップを生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Driving through pothole infested roads is a life hazard and economically costly. The experience is even worse for motorists using the pothole filled road for the first time. Pothole-filled road networks have been associated with severe traffic jam especially during peak times of the day. Besides not being fuel consumption friendly and being time wasting, traffic jams often lead to increased carbon emissions as well as noise pollution. Moreover, the risk of fatal accidents has also been strongly associated with potholes among other road network factors. Discovering potholes prior to using a particular road is therefore of significant importance. This work presents a successful demonstration of sensor-based pothole mapping agent that captures both the pothole's depth as well as its location coordinates, parameters that are then used to generate a pothole map for the agent's entire journey. The map can thus be shared with all motorists intending to use the same route.
• Abstract（参考訳）: 穴を掘った道路を運転するのは危険であり、経済的にコストがかかる。 この体験は、初めてポットホール充填道路を使ったドライバーにとってはさらに悪い。 ポットホールで埋められた道路網は、特にピーク時の交通渋滞と関係している。 燃料消費が快適で時間の浪費ができないことに加え、交通渋滞はしばしば二酸化炭素排出量の増加と騒音汚染につながる。 さらに,事故の危険性は,他の道路ネットワーク要因にも強く関連している。 そのため、特定の道路を使う前に穴を掘ることが重要である。 この研究は、ポットの深さと位置座標の両方を捉えたセンサーベースのポットホールマッピングエージェントのデモンストレーションを成功させ、エージェントの全旅行のためのポットホールマップを生成するために使用されるパラメータを提示する。 したがってマップは、同じルートを使用するすべてのモーターサイクリストと共有することができる。

関連論文リスト

• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• RoadScan: A Novel and Robust Transfer Learning Framework for Autonomous Pothole Detection in Roads [0.0]
  本研究では,ディープラーニングと画像処理技術を用いた新しいポットホール検出手法を提案する。 このシステムは、道路利用者に重大なリスクをもたらす道路上の穴の致命的な問題に対処することを目的としている。
  論文  参考訳（メタデータ） (2023-08-07T10:47:08Z)
• Prior Based Online Lane Graph Extraction from Single Onboard Camera Image [133.68032636906133]
  単眼カメラ画像からレーングラフをオンラインに推定する。 前者は、トランスフォーマーベースのWasserstein Autoencoderを通じてデータセットから抽出される。 オートエンコーダは、最初のレーングラフ推定を強化するために使用される。
  論文  参考訳（メタデータ） (2023-07-25T08:58:26Z)
• Deep learning based black spot identification on Greek road networks [52.77024349608834]
  時間的現象であるブラックスポットの識別には、地理的な位置と時間に基づく道路事故の発生の分析が含まれる。 この研究は、警察や政府発行の自動車事故レポートのデータを利用して、ギリシャの道路網の交通事故をブラックスポットの認識に焦点をあてた。
  論文  参考訳（メタデータ） (2023-06-19T07:08:30Z)
• ROCO: A Roundabout Traffic Conflict Dataset [65.55451440776098]
  実世界のトラフィック競合データセットであるROCOを導入し分析する。 データはミシガン州アンアーバーのセント・セントとW・エルズワースの交差点にある2車線のラウンドアラウンドで収集される。 2021年8月から2021年10月までの合計557回の交通事故と17回の交通事故が収集された。
  論文  参考訳（メタデータ） (2023-03-01T15:09:45Z)
• CP-loss: Connectivity-preserving Loss for Road Curb Detection in Autonomous Driving with Aerial Images [10.300623192980753]
  自動走行には道路停止検知が重要である。 現在の方法のほとんどは、カメラや3Dライダーなどの車両に搭載されたセンサーを使って、オンラインで道路の縁石を検出する。 本稿では,高分解能空中画像を用いて道路の縁石をオフラインで検出する。
  論文  参考訳（メタデータ） (2021-07-26T01:36:58Z)
• Real-Time Pothole Detection Using Deep Learning [0.0]
  本研究は,ポットホールを検出するために,異なるディープラーニングアーキテクチャをデプロイし,テストした。 トレーニングに使用された画像は、車のフロントガラスに取り付けられた携帯電話で収集された。 このシステムは、カメラから100メートル離れた範囲から穴を検出できた。
  論文  参考訳（メタデータ） (2021-07-13T19:36:34Z)
• Learning to Automatically Catch Potholes in Worldwide Road Scene Images [0.0]
  実世界の道路シーンの画像からポットホール検出の課題に取り組んだ。 私たちはpotholeアノテーションで画像の大規模なデータセットを構築しました。 次に,高速なr-cnnとssd深層ニューラルネットワークに基づく4種類の物体検出モデルを微調整した。
  論文  参考訳（メタデータ） (2021-05-17T16:10:58Z)
• DAGMapper: Learning to Map by Discovering Lane Topology [84.12949740822117]
  我々は、分岐とマージによるトポロジー変化を含む多くのレーンを持つ複雑な高速道路のレーン境界を描くことに集中する。 グラフのノードがレーン境界の局所領域の幾何学的および位相的特性を符号化する有向非巡回グラフィカルモデル(DAG)における推論として問題を定式化する。 2つの異なる州における2つの幹線道路における我々のアプローチの有効性を示し、高い精度とリコールと89%の正しいトポロジーを示す。
  論文  参考訳（メタデータ） (2020-12-22T21:58:57Z)
• Rethinking Road Surface 3D Reconstruction and Pothole Detection: From Perspective Transformation to Disparity Map Segmentation [34.27692655476825]
  ポトホール検出は通常、構造エンジニアまたは認定検査官によって行われます。 本稿では,道路差マップ推定とセグメンテーションに基づく効率的なポットホール検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-12-19T22:41:23Z)
• Promoting Connectivity of Network-Like Structures by Enforcing Region Separation [101.10228007363673]
  本稿では,ネットワークのような構造を再構築するために,深い畳み込みネットワークをトレーニングするための接続性指向の損失関数を提案する。 私たちの喪失の背後にある主な考え方は、画像の背景領域間で発生する断線の観点から、道路や運河の接続性を表現することです。 2つの標準的な道路ベンチマークと、新しい灌水用運河のデータセットの実験において、損失関数で訓練されたコンブネットが道路接続を回復できることが示されている。
  論文  参考訳（メタデータ） (2020-09-15T12:21:35Z)

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。