Fugu-MT 論文翻訳(概要): VINCY: A Smart-contract based Data Integrity and Validation Tooling for Automated Vehicle Incident Investigation

論文の概要: VINCY: A Smart-contract based Data Integrity and Validation Tooling for Automated Vehicle Incident Investigation

arxiv url: http://arxiv.org/abs/2311.13728v1
Date: Wed, 22 Nov 2023 22:47:15 GMT
ステータス: 処理完了
システム内更新日: 2023-11-28 00:55:22.115207
Title: VINCY: A Smart-contract based Data Integrity and Validation Tooling for Automated Vehicle Incident Investigation
Title（参考訳）: VINCY:自動車両事故調査のためのスマートコントラクトに基づくデータ統合と検証ツール
Authors: Andr\'e Budel, Reem Alhabib, Mark Nicholson, and Poonam Yadav
Abstract要約: 本稿では,道路試験における自動車両事故調査のためのスマートコントラクトに基づくデータ整合性検証ツールを提案する。調査員が使用するデータは正確で、その完全性を維持する必要がある。
参考スコア（独自算出の注目度）: 1.9624273277521183
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Automated Driving Systems (ADSs) are being manufactured at an accelerated rate, leading to improvements in traffic safety, reduced energy consumption, pollution, and congestion. ADS relies on various data streams from onboard sensors, external road infrastructure, and other vehicles to make driving decisions. For effective traffic accident reconstruction, investigators must produce, collect, store, and access real-time data. To ensure meaningful investigation, the data used by investigators must be accurate and maintain its integrity. In this paper, we propose a smart-contract based data integrity and validation tool for automated vehicle incident investigation during road trials, considering uncertainties in a real-world environment.
Abstract（参考訳）: 自動運転システム(ADS)は加速速度で製造されており、交通安全、省エネルギー、汚染、渋滞の改善につながっている。 ADSは、オンボードセンサー、外部道路インフラ、その他の車両からのさまざまなデータストリームを使用して、運転決定を行う。効果的な交通事故復旧のためには、調査員はリアルタイムデータを作成し、収集し、保管し、アクセスしなければならない。有意義な調査を確保するために、調査員が使用するデータは正確で、その完全性を維持する必要がある。本稿では,実環境における不確実性を考慮した自動車事故自動調査のためのスマートコントラクト型データ完全性検証ツールを提案する。

関連論文リスト

Traffic and Safety Rule Compliance of Humans in Diverse Driving Situations [48.924085579865334]
安全な運転プラクティスを再現する自律システムを開発するためには、人間のデータを分析することが不可欠だ。本稿では,複数の軌道予測データセットにおける交通・安全規則の適合性の比較評価を行う。
論文参考訳（メタデータ） (2024-11-04T09:21:00Z)
An Approach to Systematic Data Acquisition and Data-Driven Simulation for the Safety Testing of Automated Driving Functions [32.37902846268263]
オープンワールド」の安全性への影響に関連する研究開発分野では、シミュレーションのパラメータ化や検証を行うための実世界のデータが著しく不足している。本稿では、異種な方法で公共交通のデータを体系的に取得し、それらを統一表現に変換し、自動運転機能のデータ駆動仮想検証に使用する交通行動モデルを自動的にパラメータ化する手法を提案する。
論文参考訳（メタデータ） (2024-05-02T23:24:27Z)
Online Out-of-Domain Detection for Automated Driving [6.9088509456534215]
本稿では,ドメインのオンライン離脱を検出する安全機構の実証について述べる。我々の実験では、入力データが領域内か領域外かを100%正確に検出できることが示される。
論文参考訳（メタデータ） (2023-10-23T08:15:29Z)
Unsupervised Domain Adaptation for Self-Driving from Past Traversal Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。実世界のデータセットの実験では、大幅な改善が示されている。
論文参考訳（メタデータ） (2023-09-21T15:00:31Z)
The IMPTC Dataset: An Infrastructural Multi-Person Trajectory and Context Dataset [4.413278371057897]
市内の交差点は、怪我や致命的な事故で最も重要な交通エリアである。われわれは、ドイツのインテリジェントな公共都市交差点と視覚センサー技術を使用している。得られたデータセットは8時間の計測データから構成される。
論文参考訳（メタデータ） (2023-07-12T13:46:20Z)
Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
本稿では,自動車用レーダセンサの自動校正手法を提案する。本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
論文参考訳（メタデータ） (2023-06-23T07:01:10Z)
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)
A Distributed Acoustic Sensor System for Intelligent Transportation using Deep Learning [2.1219631216034127]
本研究は,光ファイバーを用いた分散音響センサ(DAS)を用いた交通解析のための新しいデータソースについて検討する。本研究では,DAS信号の分析を行う深層学習手法を提案する。制御条件下で収集したDASデータに基づいて,車両の分類精度92%,乗員検出92%-97%を達成した。
論文参考訳（メタデータ） (2022-09-13T13:23:30Z)
Edge-Aided Sensor Data Sharing in Vehicular Communication Networks [8.67588704947974]
車両・車間通信と車両・車間通信を併用した車両ネットワークにおけるセンサデータ共有と融合を考察する。本稿では、エッジサーバが車両からセンサ計測データを収集・キャッシュするBidirectional Feedback Noise Estimation (BiFNoE) 手法を提案する。認識精度は平均80%向上し, アップリンクは12kbps, ダウンリンク帯域は28kbpsであった。
論文参考訳（メタデータ） (2022-06-17T16:30:56Z)
Exploiting Playbacks in Unsupervised Domain Adaptation for 3D Object Detection [55.12894776039135]
ディープラーニングに基づく最先端の3Dオブジェクト検出器は、有望な精度を示しているが、ドメインの慣用性に過度に適合する傾向がある。対象領域の擬似ラベルの検出器を微調整することで,このギャップを大幅に削減する新たな学習手法を提案する。 5つの自律運転データセットにおいて、これらの擬似ラベル上の検出器を微調整することで、新しい運転環境への領域ギャップを大幅に減らすことを示す。
論文参考訳（メタデータ） (2021-03-26T01:18:11Z)
Out-of-Distribution Detection for Automotive Perception [58.34808836642603]
ニューラルネットワーク(NN)は、自律運転におけるオブジェクト分類に広く使われている。 NNは、アウト・オブ・ディストリビューション(OOD)データとして知られるトレーニングデータセットで適切に表現されていない入力データでフェールすることができる。本稿では,OODデータを必要としない入力がOODであるか否かを判定し,推論の計算コストを増大させる方法を提案する。
論文参考訳（メタデータ） (2020-11-03T01:46:35Z)

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。