論文の概要: UAV-based Intelligent Information Systems on Winter Road Safety for Autonomous Vehicles

• arxiv url: http://arxiv.org/abs/2406.12370v1
• Date: Tue, 18 Jun 2024 07:53:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-19 20:06:22.307815
• Title: UAV-based Intelligent Information Systems on Winter Road Safety for Autonomous Vehicles
• Title（参考訳）: 自律走行車両の冬期道路安全に関するUAVによるインテリジェント情報システム
• Authors: Siva Ariram, Veikko Pekkala, Timo Mäenpää, Antti Tikänmaki, Juha Röning,
• Abstract要約: 限られた車線幅は、道路の容量を減らし、自動運転車による深刻な事故のリスクを高めることができる。 本研究では,無人航空機と自律走行車の観点から道路幅を区分し,推定するモデルを提案する。 提案するアプローチは、自動運転車に最新かつ正確な洞察を与え、冬の風景における適応性と意思決定能力を高めるために必要である。
• 参考スコア（独自算出の注目度）: 2.1985100893513834
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As autonomous vehicles continue to revolutionize transportation, addressing challenges posed by adverse weather conditions, particularly during winter, becomes paramount for ensuring safe and efficient operations. One of the most important aspects of a road safety inspection during adverse weather is when a limited lane width can reduce the capacity of the road and raise the risk of serious accidents involving autonomous vehicles. In this research, a method for improving driving challenges on roads in winter conditions, with a model that segments and estimates the width of the road from the perspectives of Uncrewed aerial vehicles and autonomous vehicles. The proposed approach in this article is needed to empower self-driving cars with up-to-date and accurate insights, enhancing their adaptability and decision-making capabilities in winter landscapes.
• Abstract（参考訳）: 自動運転車が交通に革命をもたらすにつれ、特に冬の悪天候による課題に対処することが、安全で効率的な運転を確保する上で最重要課題となっている。 悪天候下での道路安全検査の最も重要な側面の1つは、限られた車線幅が道路の容量を減らし、自動運転車による深刻な事故のリスクを高めることである。 本研究では,冬期における道路の走行課題を改善する手法として,無人航空機や自律走行車の観点から道路の幅を分割・推定するモデルを提案する。 本稿で提案されるアプローチは、冬の景観における適応性と意思決定能力を高めるために、最新かつ正確な洞察で自動運転車を強化するために必要である。

関連論文リスト

• A Computer Vision Approach for Autonomous Cars to Drive Safe at Construction Zone [0.0]
  自律運転システム(ADS)を搭載した車は、適応クルーズ制御、衝突警報、自動駐車など、様々な最先端機能を備えている。 本稿では,多様なドリフト条件下で構築ゾーンや機能で動作可能なコンピュータビジョン技術を利用した,革新的で高精度な道路障害物検出モデルを提案する。
  論文  参考訳（メタデータ） (2024-09-24T07:11:00Z)
• Enhancing Safety for Autonomous Agents in Partly Concealed Urban Traffic Environments Through Representation-Based Shielding [2.9685635948300004]
  本稿では,自律型エージェントが知覚できる情報を中心に,強化学習エージェント(RL)のための新しい状態表現を提案する。 我々の発見は、より堅牢で信頼性の高い自律ナビゲーション戦略の道を開いた。
  論文  参考訳（メタデータ） (2024-07-05T08:34:49Z)
• Holistic view of the road transportation system based on real-time data sharing mechanism [9.503118311645515]
  本稿では,リアルタイム共有機構に基づく道路交通システムの時空グローバルビューを構築する。 道路利用者と管理者の両方が、近くの車両の運転意図や道路インフラのリアルタイム状態にタイムリーにアクセスできる。
  論文  参考訳（メタデータ） (2024-07-03T15:10:05Z)
• RACER: Epistemic Risk-Sensitive RL Enables Fast Driving with Fewer Crashes [57.319845580050924]
  本稿では,リスク感応制御と適応行動空間のカリキュラムを組み合わせた強化学習フレームワークを提案する。 提案アルゴリズムは,現実世界のオフロード運転タスクに対して,高速なポリシーを学習可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T23:32:36Z)
• Machine Learning-Based Vehicle Intention Trajectory Recognition and Prediction for Autonomous Driving [0.0]
  2016年3月、グーグルの自動運転車がバスと小さな衝突に巻き込まれた。 本稿では,自律走行車線変更行動の深層学習に基づく予測手法を提案する。 安全な車線変更を容易にし、道路の安全性を向上させることを目的としている。
  論文  参考訳（メタデータ） (2024-02-25T09:28:20Z)
• Evaluation of Safety Constraints in Autonomous Navigation with Deep Reinforcement Learning [62.997667081978825]
  学習可能なナビゲーションポリシとして,セーフとアンセーフの2つを比較します。 安全なポリシは、制約をアカウントに含めますが、もう一方はそうではありません。 安全政策は、よりクリアランスの高い軌道を生成することができ(障害物によらず)、全体的な性能を犠牲にすることなく、トレーニング中に衝突を減らすことができることを示す。
  論文  参考訳（メタデータ） (2023-07-27T01:04:57Z)
• 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)
• Differentiable Control Barrier Functions for Vision-based End-to-End Autonomous Driving [100.57791628642624]
  本稿では,視覚に基づくエンドツーエンド自動運転のための安全保証学習フレームワークを提案する。 我々は、勾配降下によりエンドツーエンドに訓練された微分制御バリア関数(dCBF)を備えた学習システムを設計する。
  論文  参考訳（メタデータ） (2022-03-04T16:14:33Z)
• 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)
• A Review of Autonomous Road Vehicle Integrated Approaches to an Emergency Obstacle Avoidance Maneuver [0.0]
  本原稿は緊急障害物回避操作(EOAM)に不可欠なシステムに焦点を当てている。 高速道路での走行のニュアンスを考慮しつつ、関連する各システムの最先端を識別する。
  論文  参考訳（メタデータ） (2021-05-20T01:11:26Z)
• Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
  運転環境の要素が道路ルールの出現の原因となるかを分析する。 2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。 我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
  論文  参考訳（メタデータ） (2020-11-21T09:43:50Z)

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。