Fugu-MT 論文翻訳(概要): Towards Autonomous Driving with Small-Scale Cars: A Survey of Recent Development

論文の概要: Towards Autonomous Driving with Small-Scale Cars: A Survey of Recent Development

arxiv url: http://arxiv.org/abs/2404.06229v1
Date: Tue, 9 Apr 2024 11:40:37 GMT
ステータス: 処理完了
システム内更新日: 2024-04-10 14:50:19.027737
Title: Towards Autonomous Driving with Small-Scale Cars: A Survey of Recent Development
Title（参考訳）: 小型車による自律走行に向けて:最近の研究動向
Authors: Dianzhao Li, Paul Auerbach, Ostap Okhrin,
Abstract要約: 小型車プラットフォームの出現は、フルスケールの自動運転車に代わる魅力的な代替手段となる。本調査では、様々な小型自動車プラットフォームを概説し、それらを分類し、その利用によって達成された研究の進歩について詳述する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: While engaging with the unfolding revolution in autonomous driving, a challenge presents itself, how can we effectively raise awareness within society about this transformative trend? While full-scale autonomous driving vehicles often come with a hefty price tag, the emergence of small-scale car platforms offers a compelling alternative. These platforms not only serve as valuable educational tools for the broader public and young generations but also function as robust research platforms, contributing significantly to the ongoing advancements in autonomous driving technology. This survey outlines various small-scale car platforms, categorizing them and detailing the research advancements accomplished through their usage. The conclusion provides proposals for promising future directions in the field.
Abstract（参考訳）: 自動運転における展開する革命と関わりながら、この変革的な傾向に対する社会内の認識を効果的に高めるにはどうすればよいのか? フルスケールの自動運転車には高額な価格のタグが付くことが多いが、小型の自動車プラットフォームの出現は魅力的な代替手段となる。これらのプラットフォームは、公共や若い世代にとって貴重な教育ツールとして機能するだけでなく、堅牢な研究プラットフォームとしても機能し、自動運転技術の進歩に大きく貢献している。本調査では、様々な小型自動車プラットフォームを概説し、それらを分類し、その利用によって達成された研究の進歩について詳述する。結論は、この分野における将来有望な方向性の提案である。

関連論文リスト

Exploring the Causality of End-to-End Autonomous Driving [57.631400236930375]
本稿では,エンドツーエンド自動運転の因果関係を探究し,分析するための包括的アプローチを提案する。私たちの研究は、エンドツーエンドの自動運転の謎を初めて明らかにし、ブラックボックスを白い箱に変えた。
論文参考訳（メタデータ） (2024-07-09T04:56:11Z)
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)
World Models for Autonomous Driving: An Initial Survey [16.448614804069674]
将来の出来事を正確に予測し、その影響を評価する能力は、安全性と効率の両方において最重要である。世界モデルは変革的なアプローチとして現れており、自律運転システムは大量のセンサーデータを合成し、解釈することができる。本稿では,自律運転における世界モデルの現状と今後の展開について概説する。
論文参考訳（メタデータ） (2024-03-05T03:23:55Z)
Autonomous Vehicles: Evolution of Artificial Intelligence and Learning Algorithms [0.0]
この研究は、長年にわたるAI/学習アルゴリズムの使用状況とタイプに関する統計的知見を提示する。本論文では,トラックおよび自動車の精製アルゴリズムにおけるパラメータの役割について述べる。結論は、さまざまなレベルの自律性を概説し、AIと学習アルゴリズムの微妙な使用を解明することだ。
論文参考訳（メタデータ） (2024-02-27T17:07:18Z)
Applications of Computer Vision in Autonomous Vehicles: Methods, Challenges and Future Directions [2.693342141713236]
本稿では,過去10年間に出版されたコンピュータビジョンと自動運転に関する論文をレビューする。特に、まず自律運転システムの開発について検討し、各国の主要自動車メーカーによって開発されたこれらのシステムを要約する。そこで, 深度推定, 物体検出, 車線検出, 信号認識など, 自律運転におけるコンピュータビジョン応用の概要を概観する。
論文参考訳（メタデータ） (2023-11-15T16:41:18Z)
LLM4Drive: A Survey of Large Language Models for Autonomous Driving [62.10344445241105]
大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
論文参考訳（メタデータ） (2023-11-02T07:23:33Z)
Vision Paper: Causal Inference for Interpretable and Robust Machine Learning in Mobility Analysis [71.2468615993246]
インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
論文参考訳（メタデータ） (2022-10-18T17:28:58Z)
COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
論文参考訳（メタデータ） (2022-05-04T17:55:12Z)
Audiovisual Affect Assessment and Autonomous Automobiles: Applications [0.0]
このコントリビューションは、課題を予測し、ロードコンテキスト上のマルチモーダルな"オーディオプラスx"におけるモデリングに影響を与える潜在的な方法を提供することを目的としています。技術的には、乗用車内の個人を全面的にモデル化し、信頼性の高いダイアリゼーションを行う。結論として、自動感情分析は、最初に選択されたユースケースにおける自動運転車の適用可能性の点まで成熟した。
論文参考訳（メタデータ） (2022-03-14T20:39:02Z)
Safety-aware Motion Prediction with Unseen Vehicles for Autonomous Driving [104.32241082170044]
本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
論文参考訳（メタデータ） (2021-09-03T13:33:33Z)
Artificial Intelligence Methods in In-Cabin Use Cases: A Survey [4.896568671169519]
キャビン内の機能は、ドライバーと乗客の安全で快適な旅を確保する上で重要な役割を担っている。人工知能(AI)の分野における最近の進歩は、車両キャビンの自動化された問題を解決するために、さまざまな新しいアプリケーションと支援システムを可能にしました。調査の結果は、AI技術が自動運転の面でのインキャビンタスクに取り組む有望な将来があることを示しています。
論文参考訳（メタデータ） (2021-01-06T15:08:39Z)

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。