論文の概要: Infrared Vision Systems for Emergency Vehicle Driver Assistance in Low-Visibility Conditions

• arxiv url: http://arxiv.org/abs/2504.14078v1
• Date: Fri, 18 Apr 2025 21:06:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-30 05:22:10.898449
• Title: Infrared Vision Systems for Emergency Vehicle Driver Assistance in Low-Visibility Conditions
• Title（参考訳）: 低可視環境における緊急車両運転支援のための赤外線ビジョンシステム
• Authors: M-Mahdi Naddaf-Sh, Andrew Lee, Kin Yen, Eemon Amini, Iman Soltani,
• Abstract要約: 本研究は、低視認性環境で運転する緊急車両の運転安全性を高めるための赤外線カメラ技術の可能性について検討する。 この評価は、制御された実験室実験、実世界のフィールドテスト、緊急車両運用者の調査を組み合わせたものである。 結果は、ドライバーの認識を高め、スケーラブルなデプロイメントのためにデータ駆動のレコメンデーションを提供するIR技術の有用性を強調している。
• 参考スコア（独自算出の注目度）: 1.1031714356680165
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This study investigates the potential of infrared (IR) camera technology to enhance driver safety for emergency vehicles operating in low-visibility conditions, particularly at night and in dense fog. Such environments significantly increase the risk of collisions, especially for tow trucks and snowplows that must remain operational in challenging conditions. Conventional driver assistance systems often struggle under these conditions due to limited visibility. In contrast, IR cameras, which detect the thermal signatures of obstacles, offer a promising alternative. The evaluation combines controlled laboratory experiments, real-world field tests, and surveys of emergency vehicle operators. In addition to assessing detection performance, the study examines the feasibility of retrofitting existing Department of Transportation (DoT) fleets with cost-effective IR-based driver assistance systems. Results underscore the utility of IR technology in enhancing driver awareness and provide data-driven recommendations for scalable deployment across legacy emergency vehicle fleets.
• Abstract（参考訳）: 本研究は,低視認性,特に夜間および密霧下での緊急車両の運転安全性を高めるための赤外線カメラ技術の可能性について検討した。 このような環境は衝突のリスクを著しく増加させ、特に難易度の高い状態で運用されなければならない牽引トラックやスノープラウにとって顕著である。 従来の運転支援システムは、視認性に限界があるため、これらの条件下で苦労することが多い。 対照的に、障害物の熱的シグネチャを検出する赤外線カメラは、有望な代替手段を提供する。 この評価は、制御された実験室実験、実世界のフィールドテスト、緊急車両運用者の調査を組み合わせたものである。 本研究は、検出性能の評価に加えて、既存の運輸省(DoT)の車両に費用対効果のあるIR運転支援システムを組み込むことの可能性を検討する。 その結果は、ドライバーの認識を高め、レガシーな緊急車両群にまたがるスケーラブルなデプロイメントのためのデータ駆動のレコメンデーションを提供することにおいて、IR技術の有用性を強調している。

関連論文リスト

• Real-Time Multi-Scene Visibility Enhancement for Promoting Navigational Safety of Vessels Under Complex Weather Conditions [48.529493393948435]
  この可視光カメラは、インテリジェントな水上輸送システムにおいて、海洋表面の容器に不可欠なイメージングセンサーとして登場した。 視覚画像の画質は、複雑な気象条件下での様々な劣化に必然的に悩まされる。 本研究では,異なる気象条件下で撮影された劣化画像を復元する汎用多場面可視性向上手法を開発した。
  論文  参考訳（メタデータ） (2024-09-02T23:46:27Z)
• GARLIC: GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [81.82487256783674]
  GARLIC: GPT拡張強化学習のフレームワーク。 本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
  論文  参考訳（メタデータ） (2024-08-19T08:23:38Z)
• Enhancing Road Safety: Real-Time Detection of Driver Distraction through Convolutional Neural Networks [0.0]
  本研究は,運転者の気晴らしをリアルタイムに検出する上で,最も効率的なモデルを明らかにすることを目的とする。 最終的な目的は、この発見を車両の安全システムに組み込むことであり、不注意によって引き起こされる事故を防ぐ能力を大幅に向上させることである。
  論文  参考訳（メタデータ） (2024-05-28T03:34:55Z)
• Pedestrian Detection in Low-Light Conditions: A Comprehensive Survey [2.961140343595394]
  歩行者検出は、コンピュータビジョン、監視、自動運転など、様々な領域において重要な問題である。 本研究の目的は,低照度環境を対象とする歩行者検出手法,ベースライン,データセットを包括的に調査することである。
  論文  参考訳（メタデータ） (2024-01-15T16:13:17Z)
• Classification of Safety Driver Attention During Autonomous Vehicle Operation [11.33083039877258]
  本稿では、車両オペレーターと車両認識システムに対向する赤外線カメラからのデータを統合したデュアルソースアプローチを提案する。 提案システムは,車両運転者の注意度基準を効果的に決定し,警告や自律機能低下などの介入を適切に行う。
  論文  参考訳（メタデータ） (2023-10-17T22:04:42Z)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• 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)
• Cooperative Saliency-based Obstacle Detection and AR Rendering for Increased Situational Awareness [3.010893618491329]
  本稿では,サリエンシに基づく分散的協調的障害物検出・レンダリング手法を提案する。 提案手法は,近年の他の手法と比較して,良好な結果と特徴を提供する。
  論文  参考訳（メタデータ） (2023-02-02T07:32:13Z)
• Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
  本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。 擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
  論文  参考訳（メタデータ） (2022-06-28T17:08:31Z)
• Drivers' attention detection: a systematic literature review [62.997667081978825]
  多くの要因が運転中の注意散らしに寄与しうるが、それは物体や事象が生理的状態、つまり眠気や疲労に結びつくためであり、運転者が注意をそらすことができないからである。 技術進歩により、現実の状況における注意を検知する多くのソリューションの開発と応用が可能となった。 本研究は,車輪の運転者の注意を検知するための方法と基準について,システマティック文献レビュー(Systematic Literature Review)を提示する。
  論文  参考訳（メタデータ） (2022-04-06T11:36:40Z)

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。