論文の概要: A Comprehensive Safety Metric to Evaluate Perception in Autonomous Systems
- arxiv url: http://arxiv.org/abs/2512.14367v1
- Date: Tue, 16 Dec 2025 12:53:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-17 16:49:26.71882
- Title: A Comprehensive Safety Metric to Evaluate Perception in Autonomous Systems
- Title（参考訳）: 自律システムにおける認識評価のための総合的安全基準
- Authors: Georg Volk, Jörg Gamerdinger, Alexander von Bernuth, Oliver Bringmann,
- Abstract要約: 物体知覚は自動車のサラウンドセンシングの主要な構成要素である。
物体知覚の評価には様々な指標が存在する。
本稿では,これらのパラメータを全て組み込んだ新しい安全基準を提案し,対象知覚のための1つの容易に解釈可能な安全性評価スコアを返却する。
- 参考スコア（独自算出の注目度）: 39.67816845884978
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Complete perception of the environment and its correct interpretation is crucial for autonomous vehicles. Object perception is the main component of automotive surround sensing. Various metrics already exist for the evaluation of object perception. However, objects can be of different importance depending on their velocity, orientation, distance, size, or the potential damage that could be caused by a collision due to a missed detection. Thus, these additional parameters have to be considered for safety evaluation. We propose a new safety metric that incorporates all these parameters and returns a single easily interpretable safety assessment score for object perception. This new metric is evaluated with both real world and virtual data sets and compared to state of the art metrics.
- Abstract（参考訳）: 環境に対する完全な認識とその正しい解釈は、自動運転車にとって不可欠である。
物体知覚は自動車のサラウンドセンシングの主要な構成要素である。
物体知覚の評価には様々な指標が存在する。
しかし、物体は速度、方向、距離、大きさ、または検出に失敗したために衝突によって引き起こされる潜在的な損傷によって異なる重要性を持つ可能性がある。
したがって、これらの追加パラメータは安全性評価のために考慮する必要がある。
本稿では,これらのパラメータを全て組み込んだ新しい安全基準を提案し,対象知覚のための1つの容易に解釈可能な安全性評価スコアを返却する。
この新しいメトリクスは、実世界と仮想データセットの両方で評価され、最先端のメトリクスと比較される。
関連論文リスト
- Objectness Similarity: Capturing Object-Level Fidelity in 3D Scene Evaluation [57.48883165305971]
既存のメトリクスは、画像の全体的な品質を評価し、人間の知覚に相違をもたらす。
神経心理学的な洞察にインスパイアされた我々は、人間の3Dシーン認識は基本的に個々の物体への注意を伴うという仮説を立てた。
本稿では,「対象」に焦点を絞った3次元シーンの新たな評価指標であるOSIM(Objectness SIMilarity)を提案する。
論文 参考訳（メタデータ） (2025-09-11T04:33:27Z) - LSM: A Comprehensive Metric for Assessing the Safety of Lane Detection Systems in Autonomous Driving [0.5326090003728084]
本研究では,車線検出システムの安全性を評価するため,車線安全基準(LSM)を提案する。
道路タイプや道路幅を考慮したシーンのセマンティクスなどの付加的要因を車線検出の評価に考慮すべきである。
我々は,異なるレーン検出手法を用いて,様々な仮想シナリオにおけるオフライン安全基準を評価し,最先端のパフォーマンス指標と比較した。
論文 参考訳（メタデータ） (2024-07-10T15:11:37Z) - 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) - Sensor Visibility Estimation: Metrics and Methods for Systematic
Performance Evaluation and Improvement [0.0]
可視性推定器の性能を評価するためのメトリクスとフレームワークを紹介する。
我々のメトリクスは、インフラレーダーやカメラからの実世界のラベルとシミュレーションデータで検証されます。
計測値を適用し,センサとオブジェクトの3次元標高をモデル化することにより,レーダとカメラの可視性の推定値を強化する。
論文 参考訳（メタデータ） (2022-11-11T16:17:43Z) - A Quality Index Metric and Method for Online Self-Assessment of
Autonomous Vehicles Sensory Perception [164.93739293097605]
本稿では,検出品質指標(DQI)と呼ばれる新しい評価指標を提案し,カメラを用いた物体検出アルゴリズムの性能を評価する。
我々は,提案したDQI評価指標を予測するために,原画像画素とスーパーピクセルを入力として利用するスーパーピクセルベースのアテンションネットワーク(SPA-NET)を開発した。
論文 参考訳（メタデータ） (2022-03-04T22:16:50Z) - Evaluating Object (mis)Detection from a Safety and Reliability
Perspective: Discussion and Measures [1.8492669447784602]
本稿では,最も危険で運転決定に影響を及ぼす可能性が最も高い物体の正確な識別に報いる新しい物体検出手法を提案する。
我々は、最近の自律走行データセットnuScenesにモデルを適用し、9つの物体検出器を比較した。
その結果、いくつかの環境では、安全性と信頼性に重点を置いている場合、nuScenesランキングでベストに機能するオブジェクト検出器は好ましくないことが判明した。
論文 参考訳（メタデータ） (2022-03-04T09:31:20Z) - Exploring Credibility Scoring Metrics of Perception Systems for
Autonomous Driving [0.0]
オフラインメトリクスは、悪天候などの現実世界の汚職を考慮に入れるのに有効であることを示す。
これは、エラーのない自動運転車の認識と、より安全な時間クリティカルかつ安全クリティカルな意思決定を可能にするため、明らかな次のステップである。
論文 参考訳（メタデータ） (2021-12-22T03:17:14Z) - Towards robust sensing for Autonomous Vehicles: An adversarial
perspective [82.83630604517249]
結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。
敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。
より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
論文 参考訳（メタデータ） (2020-07-14T05:25:15Z) - Learning to Evaluate Perception Models Using Planner-Centric Metrics [104.33349410009161]
本稿では,自動運転のタスクに特化して,3次元物体検出の原理的基準を提案する。
私たちのメトリクスは、他のメトリクスが設計によって課す多くの間違いを罰します。
人間の評価では,基準基準値と基準値が一致しないシーンを生成し,基準値の79%が人間の側にあることがわかった。
論文 参考訳（メタデータ） (2020-04-19T02:14:00Z)
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。