論文の概要: Real-time pothole detection with onboard sensors and camera on vehicles
- arxiv url: http://arxiv.org/abs/2511.11643v1
- Date: Mon, 10 Nov 2025 01:27:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-18 14:36:22.780012
- Title: Real-time pothole detection with onboard sensors and camera on vehicles
- Title（参考訳）: 車載センサとカメラを用いたリアルタイムポットホール検出
- Authors: Aswath Muthuselvam, Jeevak Raj S, Mohanaprasad K,
- Abstract要約: 本稿では,車載センサーの助けを借りて,これらのポットホールをリアルタイムに識別する方法について検討した。
本実装では, ポットホール検出にSVM分類器を用い, ローカル道路から収集したデータに基づいて98.1%の精度を実現した。
- 参考スコア（独自算出の注目度）: 0.3823356975862005
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Road conditions play an important role in our everyday commute. With the proliferating number of vehicles on the road each year, it has become necessary to access the road conditions very frequently, this would ensure that the traffic also flows smoothly. Even the smallest crack in the road could be easily be chipped into a large pothole due to changing surface temperatures of the road and from the force of vehicles riding over it. In this paper, we have addressed how we could better identify these potholes in realtime with the help of onboard sensors in vehicles so that the data could be useful for analysis and better management of potholes on a large scale. For the implementation, we used an SVM classifier to detect potholes, we achieved 98.1% accuracy based on data collected from a local road for about 2 km which had 26 potholes distributed along the road. Code is available at: https://github.com/aswathselvam/Potholes
- Abstract（参考訳）: 道路条件は毎日の通勤において重要な役割を担っている。
道路上の車両が年々増加しており、道路状況に頻繁にアクセスする必要があるため、交通も円滑に流れることが保証される。
道路内の最小の亀裂でさえ、道路の表面温度の変化や、その上を走る車両の力によって、容易に大きな穴にチップできる。
本稿では,車載センサーの助けを借りて,これらのポットホールをリアルタイムに識別し,大規模なポットホールの分析と管理に有用であることを示す。
そこで我々はSVM分類器を用いて,道路に沿って26個のポットホールを配置した約2kmの局所道路から収集したデータに基づいて98.1%の精度を達成した。
コードは、https://github.com/aswathselvam/Potholesで入手できる。
関連論文リスト
- RoadScan: A Novel and Robust Transfer Learning Framework for Autonomous
Pothole Detection in Roads [0.0]
本研究では,ディープラーニングと画像処理技術を用いた新しいポットホール検出手法を提案する。
このシステムは、道路利用者に重大なリスクをもたらす道路上の穴の致命的な問題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） (2023-08-07T10:47:08Z) - Prior Based Online Lane Graph Extraction from Single Onboard Camera
Image [133.68032636906133]
単眼カメラ画像からレーングラフをオンラインに推定する。
前者は、トランスフォーマーベースのWasserstein Autoencoderを通じてデータセットから抽出される。
オートエンコーダは、最初のレーングラフ推定を強化するために使用される。
論文 参考訳（メタデータ） (2023-07-25T08:58:26Z) - Drone navigation and license place detection for vehicle location in
indoor spaces [55.66423065924684]
この研究は、駐車中の車両の列を行き来し、ナンバープレートを検出するナノドローンに基づくソリューションを作成することを目的としている。
すべての計算はドローン上でリアルタイムで行われ、2Dマップの作成を可能にする位置と検出された画像が送信される。
論文 参考訳（メタデータ） (2023-07-19T17:46:55Z) - ROCO: A Roundabout Traffic Conflict Dataset [65.55451440776098]
実世界のトラフィック競合データセットであるROCOを導入し分析する。
データはミシガン州アンアーバーのセント・セントとW・エルズワースの交差点にある2車線のラウンドアラウンドで収集される。
2021年8月から2021年10月までの合計557回の交通事故と17回の交通事故が収集された。
論文 参考訳（メタデータ） (2023-03-01T15:09:45Z) - IoT-Based Pothole Mapping Agent with Remote Visualization [0.0]
ポトホールで満たされた道路網は、特にその日のピーク時には交通渋滞に関係している。
本研究は,センサを用いたポットホールマッピングの実証に成功している。
ポットホールの深さと位置座標の両方を捉え、そのパラメータを使ってエージェントの旅全体のためのポットホールマップを生成する。
論文 参考訳（メタデータ） (2022-12-25T00:25:48Z) - Real-Time Pothole Detection Using Deep Learning [0.0]
本研究は,ポットホールを検出するために,異なるディープラーニングアーキテクチャをデプロイし,テストした。
トレーニングに使用された画像は、車のフロントガラスに取り付けられた携帯電話で収集された。
このシステムは、カメラから100メートル離れた範囲から穴を検出できた。
論文 参考訳（メタデータ） (2021-07-13T19:36:34Z) - Learning to Automatically Catch Potholes in Worldwide Road Scene Images [0.0]
実世界の道路シーンの画像からポットホール検出の課題に取り組んだ。
私たちはpotholeアノテーションで画像の大規模なデータセットを構築しました。
次に,高速なr-cnnとssd深層ニューラルネットワークに基づく4種類の物体検出モデルを微調整した。
論文 参考訳（メタデータ） (2021-05-17T16:10:58Z) - DAGMapper: Learning to Map by Discovering Lane Topology [84.12949740822117]
我々は、分岐とマージによるトポロジー変化を含む多くのレーンを持つ複雑な高速道路のレーン境界を描くことに集中する。
グラフのノードがレーン境界の局所領域の幾何学的および位相的特性を符号化する有向非巡回グラフィカルモデル(DAG)における推論として問題を定式化する。
2つの異なる州における2つの幹線道路における我々のアプローチの有効性を示し、高い精度とリコールと89%の正しいトポロジーを示す。
論文 参考訳（メタデータ） (2020-12-22T21:58:57Z)
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。