論文の概要: Toward an AI-enabled Connected Industry: AGV Communication and Sensor Measurement Datasets
- arxiv url: http://arxiv.org/abs/2301.03364v5
- Date: Mon, 15 Apr 2024 11:42:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-18 03:00:14.937415
- Title: Toward an AI-enabled Connected Industry: AGV Communication and Sensor Measurement Datasets
- Title（参考訳）: AIを活用したコネクテッド産業に向けて:AGV通信とセンサ計測データセット
- Authors: Rodrigo Hernangómez, Alexandros Palaios, Cara Watermann, Daniel Schäufele, Philipp Geuer, Rafail Ismayilov, Mohammad Parvini, Anton Krause, Martin Kasparick, Thomas Neugebauer, Oscar D. Ramos-Cantor, Hugues Tchouankem, Jose Leon Calvo, Bo Chen, Gerhard Fettweis, Sławomir Stańczak,
- Abstract要約: 産業用テストベッドにおける2つの無線計測キャンペーン:産業用車車間(iV2V)と産業用車間(iV2I+)について述べる。
iV2Vは、自動誘導車両(AGV)間のサイドリンク通信シナリオをカバーし、iV2I+は、自律的なクリーニングロボットがプライベートなセルネットワークに接続されている産業環境で実行される。
共通計測手法における異なるコミュニケーション技術の組み合わせは、指紋認証、視線検出、サービス品質の予測、といったタスクに機械学習(ML)が活用できる洞察を提供する。
- 参考スコア（独自算出の注目度）: 33.89321466798318
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents two wireless measurement campaigns in industrial testbeds: industrial Vehicle-to-vehicle (iV2V) and industrial Vehicle-to-infrastructure plus Sensor (iV2I+), together with detailed information about the two captured datasets. iV2V covers sidelink communication scenarios between Automated Guided Vehicles (AGVs), while iV2I+ is conducted at an industrial setting where an autonomous cleaning robot is connected to a private cellular network. The combination of different communication technologies within a common measurement methodology provides insights that can be exploited by Machine Learning (ML) for tasks such as fingerprinting, line-of-sight detection, prediction of quality of service or link selection. Moreover, the datasets are publicly available, labelled and prefiltered for fast on-boarding and applicability.
- Abstract（参考訳）: 本稿では,産業用テストベッドにおける2つのワイヤレス計測キャンペーンとして,産業用車車車(iV2V)と産業用車車車(iV2I+)とセンサ(iV2I+)について述べる。
iV2Vは、自動誘導車両(AGV)間のサイドリンク通信シナリオをカバーし、iV2I+は、自律的なクリーニングロボットがプライベートなセルネットワークに接続されている産業環境で実行される。
共通計測手法における異なる通信技術の組み合わせは、指紋認証、直視検出、サービス品質の予測、リンク選択といったタスクに機械学習(ML)が活用できる洞察を提供する。
さらにデータセットは公開されており、ラベル付けされ、高速なオンボードと適用性のためにプリフィルタされている。
関連論文リスト
- MSMA: Multi-agent Trajectory Prediction in Connected and Autonomous Vehicle Environment with Multi-source Data Integration [4.2371435508360085]
本研究では,コネクテッド・自律走行車(CAV)が中心的エージェントとなるシナリオに着目した。
我々の軌道予測タスクは、検出された周辺車両すべてを対象としている。
センサと通信技術の両方のマルチソースデータを効果的に統合するために,MSMAと呼ばれるディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-31T03:26:14Z) - Collaborative Perception Datasets in Autonomous Driving: A Survey [0.0]
この論文は様々なデータセットを体系的に分析し、多様性、センサーの設定、品質、公開可用性、下流タスクへの適用性といった側面に基づいて比較する。
データセット開発におけるプライバシとセキュリティの懸念に対処することの重要性は、データ共有とデータセット生成に関して強調されている。
論文 参考訳（メタデータ） (2024-04-22T09:36:17Z) - QoS prediction in radio vehicular environments via prior user
information [54.853542701389074]
セルラーテストネットワークから収集したデータを用いて,時間帯を予測するためのMLツリーアンサンブル手法の評価を行った。
具体的には、先行車両の情報を含め、無線環境から得られる測定値の相関を利用して、目標車両の予測を強化する。
論文 参考訳（メタデータ） (2024-02-27T17:05:41Z) - A V2X-based Privacy Preserving Federated Measuring and Learning System [0.0]
本稿では,V2V(Var-to-Vehicle)通信を介して,同志の車両にリアルタイムなデータを提供するフェデレート計測学習システムを提案する。
また,交通ネットワークの予測モデルを作成するために,車両ネットワーク(V2N)リンク上で連合学習スキームを運用している。
その結果,提案方式では学習性能が向上し,アグリゲータサーバ側での盗聴を防止することができた。
論文 参考訳（メタデータ） (2024-01-24T23:11:11Z) - Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。
高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。
また、解決を保障する科学的、技術的課題も検討している。
論文 参考訳（メタデータ） (2023-12-06T10:46:53Z) - Berlin V2X: A Machine Learning Dataset from Multiple Vehicles and Radio
Access Technologies [56.77079930521082]
我々は,MLに基づく多種多様な研究への道を開くための詳細な測定キャンペーンを実施してきた。
得られたデータセットは、携帯電話(と2つの異なるオペレーター)とサイドリンク無線アクセス技術の両方のために、様々な都市環境にまたがるGPS位置の無線測定を提供する。
私たちは、MLが克服しなければならない課題と、MLが活用できる機能について、データの初期分析を提供しています。
論文 参考訳（メタデータ） (2022-12-20T15:26:39Z) - Federated Deep Learning Meets Autonomous Vehicle Perception: Design and
Verification [168.67190934250868]
フェデレーテッド・ラーニング・パワード・コネクテッド・オートモービル(FLCAV)が提案されている。
FLCAVは通信とアノテーションのコストを削減しながらプライバシを保存する。
マルチステージトレーニングのためのネットワークリソースと道路センサのポーズを決定することは困難である。
論文 参考訳（メタデータ） (2022-06-03T23:55:45Z) - Highly accurate digital traffic recording as a basis for future mobility
research: Methods and concepts of the research project HDV-Mess [7.25543014364421]
HDV-Messは、公道におけるコネクテッドおよび自動走行の分野における重要な課題に対処することを目的としている。
目標は、さまざまな場所の交通イベントを高精度に記録し、実際の交通データを収集することである。
移動モジュール型インテリジェントトランスポートシステムステーション(ITS-Ss)を用いた交通検知概念について述べる。
論文 参考訳（メタデータ） (2021-06-08T08:28:46Z) - V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and
Prediction [74.42961817119283]
車両間通信(V2V)を用いて、自動運転車の知覚と運動予測性能を向上させる。
複数の車両から受信した情報をインテリジェントに集約することで、異なる視点から同じシーンを観察することができる。
論文 参考訳（メタデータ） (2020-08-17T17:58:26Z)
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。