Fugu-MT 論文翻訳(概要): IR-UWB Radar-based Situational Awareness System for Smartphone-Distracted Pedestrians

論文の概要: IR-UWB Radar-based Situational Awareness System for Smartphone-Distracted Pedestrians

arxiv url: http://arxiv.org/abs/2311.00991v1
Date: Thu, 2 Nov 2023 04:45:04 GMT
ステータス: 処理完了
システム内更新日: 2023-11-03 14:53:27.728357
Title: IR-UWB Radar-based Situational Awareness System for Smartphone-Distracted Pedestrians
Title（参考訳）: スマートフォンを利用した歩行者のためのIR-UWBレーダを用いた状況認識システム
Authors: Jamsheed Manja Ppallan, Ruchi Pandey, Yellappa Damam, Vijay Narayan Tiwari, Karthikeyan Arunachalam and Antariksha Ray
Abstract要約: 本稿では,障害物検出のためのUWBアシストセーフウォーク(UASW)と呼ばれる,新規でリアルタイムな支援システムを提案する。 IR-UWB接続を備えたAndroidスマートフォン向けにUASWを実装した。提案手法は最大97%の障害物検出精度と最大95%の障害物分類精度を推算遅延26.8msで達成する。
参考スコア（独自算出の注目度）: 1.4074017875514788
License: http://creativecommons.org/licenses/by/4.0/
Abstract: With the widespread adoption of smartphones, ensuring pedestrian safety on roads has become a critical concern due to smartphone distraction. This paper proposes a novel and real-time assistance system called UWB-assisted Safe Walk (UASW) for obstacle detection and warns users about real-time situations. The proposed method leverages Impulse Radio Ultra-Wideband (IR-UWB) radar embedded in the smartphone, which provides excellent range resolution and high noise resilience using short pulses. We implemented UASW specifically for Android smartphones with IR-UWB connectivity. The framework uses complex Channel Impulse Response (CIR) data to integrate rule-based obstacle detection with artificial neural network (ANN) based obstacle classification. The performance of the proposed UASW system is analyzed using real-time collected data. The results show that the proposed system achieves an obstacle detection accuracy of up to 97% and obstacle classification accuracy of up to 95% with an inference delay of 26.8 ms. The results highlight the effectiveness of UASW in assisting smartphone-distracted pedestrians and improving their situational awareness.
Abstract（参考訳）: スマートフォンの普及に伴い、道路の歩行者の安全を確保することが、スマートフォンの邪魔による深刻な懸念となっている。本稿では,障害物検出のためのUWBアシストセーフウォーク(UASW)と呼ばれる新規でリアルタイムな支援システムを提案する。提案手法はスマートフォンに内蔵されたインパルス無線超広帯域(ir-uwb)レーダを応用し,短パルスを用いたレンジ分解能,高耐雑音性を実現する。 IR-UWB接続を備えたAndroidスマートフォン向けにUASWを実装した。このフレームワークは複雑なチャネルインパルス応答(CIR)データを使用して、ルールに基づく障害物検出と人工知能ニューラルネットワーク(ANN)に基づく障害物分類を統合する。提案するUASWシステムの性能を実時間収集データを用いて解析する。提案システムは,最大97%の障害物検出精度と最大95%の障害物分類精度を推定遅延26.8mで達成し,UASWがスマートフォンによる歩行者支援や状況認識の向上に有効であることを明らかにする。

関連論文リスト

Enhancing Reliability in Federated mmWave Networks: A Practical and Scalable Solution using Radar-Aided Dynamic Blockage Recognition [14.18507067281377]
本稿では,ミリ波(mmWave)およびテラヘルツ(THz)ネットワークサービスの動的屋外環境における信頼性向上のための新しい手法を提案する。これらの設定では、人や車などの障害物を動かすことで、視線接続(LoS)が簡単に中断される。提案手法はRadar-Aided Blockage Dynamic Recognition (RaDaR)と呼ばれ、レーダー計測とフェデレートラーニング(FL)を活用して、二重出力ニューラルネットワーク(NN)モデルをトレーニングする。
論文参考訳（メタデータ） (2023-06-22T10:10:25Z)
A Systematic Study on Object Recognition Using Millimeter-wave Radar [1.3192560874022086]
ミリ波(MMW)レーダーはスマート環境において必須である。 MMWレーダーは高価で、コミュニティ向けのスマート環境アプリケーションでは入手が難しい。これらの課題は、オブジェクトやアクティビティを認識するといったタスクについて調査する必要がある。
論文参考訳（メタデータ） (2023-05-03T12:42:44Z)
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)
NVRadarNet: Real-Time Radar Obstacle and Free Space Detection for Autonomous Driving [57.03126447713602]
本稿では,自動車のRADARセンサを用いて動的障害物や乾燥可能な自由空間を検出するディープニューラルネットワーク(DNN)を提案する。ネットワークは組み込みGPU上でリアルタイムよりも高速に動作し、地理的領域にわたって優れた一般化を示す。
論文参考訳（メタデータ） (2022-09-29T01:30:34Z)
Large Scale Passenger Detection with Smartphone/Bus Implicit Interaction and Multisensory Unsupervised Cause-effect Learning [5.449283796175882]
我々は、暗黙的なBe-in/Be-out(BIBO)という概念に焦点をあてる。 BLE擬似ラベルに対するGPS特徴に基づくモデルのトレーニングを可能にするために,CEMWA(So caused-Effect Multitask Wasserstein Autoencoder)を提案する。
論文参考訳（メタデータ） (2022-02-24T08:50:32Z)
Smartphone-based Hard-braking Event Detection at Scale for Road Safety Services [6.451490979743455]
道路事故は世界第6位の障害調整生命年(DALY)の原因となっている。本稿では,スマートフォンセンサから収集したキネマティクスデータを用いて,ハードブレーキイベントを検出するスケーラブルなアプローチを提案する。われわれはTransformerをベースとした機械学習モデルをトレーニングし、Google Mapsでナビゲートしながらスマートフォンや車両のセンサーから、スマートフォンと車両のセンサーを同時に読み取ることで、ハードブレーキイベントの検出を可能にした。
論文参考訳（メタデータ） (2022-02-04T01:30:32Z)
Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
論文参考訳（メタデータ） (2021-05-20T17:52:37Z)
Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation [73.0103413636673]
本稿では,レーダセンサ間の相互干渉問題に対処するために,複合価値畳み込みニューラルネットワーク(CVCNN)を提案する。 CVCNNはデータ効率を高め、ネットワークトレーニングを高速化し、干渉除去時の位相情報の保存を大幅に改善する。
論文参考訳（メタデータ） (2021-04-29T10:06:29Z)
RadarNet: Exploiting Radar for Robust Perception of Dynamic Objects [73.80316195652493]
我々は、自動運転車の文脈における認識のためにRadarを利用する問題に取り組む。我々は、LiDARとRadarの両方のセンサーを知覚に利用した新しいソリューションを提案する。 RadarNetと呼ばれる我々のアプローチは、ボクセルベースの早期核融合と注意に基づく後期核融合を特徴としている。
論文参考訳（メタデータ） (2020-07-28T17:15:02Z)
Drone-based RGB-Infrared Cross-Modality Vehicle Detection via Uncertainty-Aware Learning [59.19469551774703]
ドローンによる車両検出は、空中画像中の車両の位置とカテゴリーを見つけることを目的としている。我々はDroneVehicleと呼ばれる大規模ドローンベースのRGB赤外線車両検出データセットを構築した。私たちのDroneVehicleは28,439RGBの赤外線画像を収集し、都市道路、住宅地、駐車場、その他のシナリオを昼から夜までカバーしています。
論文参考訳（メタデータ） (2020-03-05T05:29:44Z)

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。