論文の概要: Research on Image Processing and Vectorization Storage Based on Garage Electronic Maps
- arxiv url: http://arxiv.org/abs/2406.18567v1
- Date: Sun, 2 Jun 2024 07:23:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-01 05:50:36.667082
- Title: Research on Image Processing and Vectorization Storage Based on Garage Electronic Maps
- Title（参考訳）: ガベージ電子地図を用いた画像処理とベクトル化ストレージに関する研究
- Authors: Nan Dou, Qi Shi, Zhigang Lian,
- Abstract要約: 室内2次元地図データのベクトル化分類格納法を提案する。
この方法は、データをベクトルデータに変換し、駐車スペース、経路、障害物などの要素を分類する。
地図モデルの精度と信頼性を検証するため,ナビゲーション試験を行った。
- 参考スコア（独自算出の注目度）: 1.0622982781275774
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For the purpose of achieving a more precise definition and data analysis of images, this study conducted a research on vectorization and rasterization storage of electronic maps, focusing on a large underground parking garage map. During the research, image processing, vectorization and rasterization storage were performed. The paper proposed a method for the vectorization classification storage of indoor two-dimensional map raster data. This method involves converting raster data into vector data and classifying elements such as parking spaces, pathways, and obstacles based on their coordinate positions with the grid indexing method, thereby facilitating efficient storage and rapid querying of indoor maps. Additionally, interpolation algorithms were employed to extract vector data and convert it into raster data. Navigation testing was conducted to validate the accuracy and reliability of the map model under this method, providing effective technical support for the digital storage and navigation of garage maps.
- Abstract（参考訳）: 画像のより正確な定義とデータ解析を実現するため,大規模な地下駐車場マップに着目し,電子地図のベクトル化とラスタ化保存について検討した。
研究期間中、画像処理、ベクトル化、ラスタ化ストレージが実施された。
室内2次元地図ラスタデータのベクトル化分類格納法を提案する。
本手法は,ラスタデータをベクトルデータに変換し,その座標位置に基づく駐車スペース,経路,障害物などの要素をグリッドインデックス法で分類することにより,屋内地図の効率的な保存と迅速なクエリを容易にする。
さらに、補間アルゴリズムを用いてベクトルデータを抽出し、ラスタデータに変換する。
本手法により, 地図モデルの精度と信頼性を検証し, ガレージマップのディジタルストレージとナビゲーションを効果的に支援するためのナビゲーション試験を行った。
関連論文リスト
- Tightly-Coupled, Speed-aided Monocular Visual-Inertial Localization in Topological Map [0.7373617024876725]
本稿では,トポロジカルマップを用いた車両速度支援単眼視覚慣性位置推定のための新しいアルゴリズムを提案する。
提案システムは、GPSやLiDARのような高価なセンサーに大きく依存する既存の手法の限界に対処することを目的としている。
論文 参考訳（メタデータ） (2024-11-08T11:55:27Z) - A Paradigm Shift in Mouza Map Vectorization: A Human-Machine Collaboration Approach [2.315458677488431]
現在の手動のデジタル化手法は時間と労力がかかる。
本研究では,デジタル化プロセスの効率化と,時間と人的資源の節約を目的とした半自動化手法を提案する。
論文 参考訳（メタデータ） (2024-10-21T12:47:36Z) - Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。
本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。
我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
論文 参考訳（メタデータ） (2024-10-10T10:10:03Z) - 3DGS-ReLoc: 3D Gaussian Splatting for Map Representation and Visual ReLocalization [13.868258945395326]
本稿では,3次元ガウススプラッティングを用いた3次元マッピングと視覚的再局在のための新しいシステムを提案する。
提案手法は、LiDARとカメラデータを用いて、環境の正確な視覚的表現を生成する。
論文 参考訳（メタデータ） (2024-03-17T23:06:12Z) - Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。
提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。
提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
論文 参考訳（メタデータ） (2023-07-20T15:21:28Z) - Online Map Vectorization for Autonomous Driving: A Rasterization
Perspective [58.71769343511168]
より優れた感度を有し,現実の自律運転シナリオに適した,新化に基づく評価指標を提案する。
また、精度の高い出力に微分可能化を適用し、HDマップの幾何学的監視を行う新しいフレームワークであるMapVR(Map Vectorization via Rasterization)を提案する。
論文 参考訳（メタデータ） (2023-06-18T08:51:14Z) - A Label Correction Algorithm Using Prior Information for Automatic and
Accurate Geospatial Object Recognition [5.5042961659167045]
地理的に参照された外部ベクトルデータを座標に従って地形地図に重ね合わせると、所望のオブジェクトの位置を自動的にアノテートすることができる。
本稿では,地図の色情報と外部ベクトルデータの事前形状情報を利用するラベル補正アルゴリズムを提案する。
実験の結果,提案アルゴリズムのアノテーションの精度は最先端アルゴリズムのアノテーションよりも10%高いことがわかった。
論文 参考訳（メタデータ） (2021-12-10T19:27:53Z) - Semantic Image Alignment for Vehicle Localization [111.59616433224662]
単眼カメラからのセマンティックセグメンテーションを用いた高密度セマンティックマップにおける車両位置推定手法を提案する。
既存の視覚的ローカライゼーションアプローチとは対照的に、システムは追加のキーポイント機能、手作りのローカライゼーションランドマーク抽出器、高価なLiDARセンサーを必要としない。
論文 参考訳（メタデータ） (2021-10-08T14:40:15Z) - Radar-based Dynamic Occupancy Grid Mapping and Object Detection [55.74894405714851]
近年、古典的占有グリッドマップのアプローチが動的占有グリッドマップに拡張されている。
本稿では,従来のアプローチのさらなる発展について述べる。
複数のレーダセンサのデータを融合し、グリッドベースの物体追跡・マッピング手法を適用する。
論文 参考訳（メタデータ） (2020-08-09T09:26:30Z) - Characterization of Multiple 3D LiDARs for Localization and Mapping
using Normal Distributions Transform [54.46473014276162]
マッピングや車両のローカライゼーションのタスクにおいて,多種多様なメーカー,モデル,レーザー構成を含む10種類の3次元LiDARセンサの詳細な比較を行った。
この研究で使用されるデータは、我々のLiDAR Benchmarking and Reference(LIBRE)データセットのサブセットであり、各センサーから独立して、各日の異なる時間に、公道で何度も運転される車両から取得される。
我々は,(1)平均地図エントロピーに基づく評価マップの品質を含む3次元地図作成作業における各LiDARの性能と特性を解析し,(2)地上の真理参照マップを用いて6-DOFのローカライゼーションを行う。
論文 参考訳（メタデータ） (2020-04-03T05:05:36Z)
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。