論文の概要: AINS: Affordable Indoor Navigation Solution via Line Color
Identification Using Mono-Camera for Autonomous Vehicles
- arxiv url: http://arxiv.org/abs/2402.04750v1
- Date: Wed, 7 Feb 2024 11:08:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-08 16:05:57.890817
- Title: AINS: Affordable Indoor Navigation Solution via Line Color
Identification Using Mono-Camera for Autonomous Vehicles
- Title（参考訳）: AINS:自動車用モノカメラを用いたラインカラー識別による室内ナビゲーションソリューション
- Authors: Nizamuddin Maitlo, Nooruddin Noonari, Kaleem Arshid, Naveed Ahmed,
Sathishkumar Duraisamy
- Abstract要約: Affordable Indoor Navigation Solution (AINS) による自動運転車の低コスト屋内ナビゲーション
提案手法は主にモノカメラをベースとして,様々な巨大・非効率なセンサに頼らずに経路を見つける。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recently, researchers have been exploring various ways to improve the
effectiveness and efficiency of autonomous vehicles by researching new methods,
especially for indoor scenarios. Autonomous Vehicles in indoor navigation
systems possess many challenges especially the limited accuracy of GPS in
indoor scenarios. Several, robust methods have been explored for autonomous
vehicles in indoor scenarios to solve this problem, but the ineffectiveness of
the proposed methods is the high deployment cost. To address the
above-mentioned problems we have presented A low-cost indoor navigation method
for autonomous vehicles called Affordable Indoor Navigation Solution (AINS)
which is based on based on Monocular Camera. Our proposed solution is mainly
based on a mono camera without relying on various huge or power-inefficient
sensors to find the path, such as range finders and other navigation sensors.
Our proposed method shows that we can deploy autonomous vehicles indoor
navigation systems while taking into consideration the cost. We can observe
that the results shown by our solution are better than existing solutions and
we can reduce the estimated error and time consumption.
- Abstract（参考訳）: 近年,特に屋内シナリオを対象とした新しい手法の研究により,自律走行車の有効性と効率を改善するための様々な方法が研究されている。
屋内ナビゲーションシステムにおける自律走行車両は、特に屋内シナリオにおけるGPSの精度の制限に多くの課題がある。
この問題を解決するために、屋内シナリオにおける自動運転車の頑健な方法がいくつか検討されてきたが、提案手法の非効率性は高い展開コストである。
以上の課題に対処するため,単眼カメラをベースとした自律走行車のための低コスト屋内ナビゲーション手法であるAffordable Indoor Navigation Solution (AINS)を提案する。
提案手法は主にモノカメラをベースとし,レンジファインダやナビゲーションセンサなど,様々な巨大・非効率なセンサを頼らずに経路を探索する。
提案手法は,コストを考慮した屋内ナビゲーションシステムの導入が可能であることを示す。
提案手法が示す結果が既存のソリューションよりも優れていることを観察し,推定誤差と時間消費を低減できることを示した。
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) - ORBSLAM3-Enhanced Autonomous Toy Drones: Pioneering Indoor Exploration [30.334482597992455]
おもちゃのドローンをGPSのない屋内空間を航行することは、大きな困難を伴っている。
本研究では,単眼式EmphRGBカメラを搭載したドローンに適したリアルタイム屋内探査システムを提案する。
我々のシステムは、最先端のビジョン機能ベースのSLAMであるEmphORB-SLAM3を使用して、おもちゃドローンのローカライゼーションと、マッピングされていない屋内地形のマッピングの両方を処理します。
論文 参考訳（メタデータ） (2023-12-20T19:20:26Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - 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 Deep Learning Driven Algorithmic Pipeline for Autonomous Navigation in
Row-Based Crops [38.4971490647654]
我々は、ローレンジセンサーと季節変動に対応するために特別に設計された、行ベースの自律ナビゲーションのための完全なアルゴリズムパイプラインを提案する。
我々は、データ駆動の堅牢な手法に基づいて、作物の完全な拡張を、フィールドの占有グリッドマップ情報のみでカバーし、自律機械の実行可能なパスを生成する。
論文 参考訳（メタデータ） (2021-12-07T16:46:17Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - 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) - Towards Autonomous Driving: a Multi-Modal 360$^{\circ}$ Perception
Proposal [87.11988786121447]
本稿では,自動運転車の3次元物体検出と追跡のためのフレームワークを提案する。
このソリューションは、新しいセンサ融合構成に基づいて、正確で信頼性の高い道路環境検出を提供する。
自動運転車に搭載されたシステムの様々なテストは、提案された知覚スタックの適合性を評価することに成功している。
論文 参考訳（メタデータ） (2020-08-21T20:36:21Z) - PLOP: Probabilistic poLynomial Objects trajectory Planning for
autonomous driving [8.105493956485583]
条件付き模倣学習アルゴリズムを用いて,エゴ車とその周辺地域の軌道を推定する。
私たちのアプローチは計算効率が高く、オンボードセンサーのみに依存します。
公開データセットnuScenesでオフラインで評価する。
論文 参考訳（メタデータ） (2020-03-09T16:55:07Z)
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。