論文の概要: A simulation platform calibration method for automated vehicle evaluation: accurate on both vehicle level and traffic flow level

• arxiv url: http://arxiv.org/abs/2512.16076v1
• Date: Thu, 18 Dec 2025 01:51:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.402309
• Title: A simulation platform calibration method for automated vehicle evaluation: accurate on both vehicle level and traffic flow level
• Title（参考訳）: 自動車両評価のためのシミュレーションプラットフォームキャリブレーション法:車両レベルと交通流レベルを正確に評価する
• Authors: Jia Hu, Junqi Li, Xuerun Yan, Jintao Lai, Lianhua An,
• Abstract要約: 本研究では,車両と交通流の双方で高い精度を確保できるシミュレーションプラットフォームキャリブレーション手法を提案する。 その結果, 相互作用複製の精度は83.53%向上し, キャリブレーション効率は76.75%向上した。
• 参考スコア（独自算出の注目度）: 6.375951111629619
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Simulation testing is a fundamental approach for evaluating automated vehicles (AVs). To ensure its reliability, it is crucial to accurately replicate interactions between AVs and background traffic, which necessitates effective calibration. However, existing calibration methods often fall short in achieving this goal. To address this gap, this study introduces a simulation platform calibration method that ensures high accuracy at both the vehicle and traffic flow levels. The method offers several key features:(1) with the capability of calibration for vehicle-to-vehicle interaction; (2) with accuracy assurance; (3) with enhanced efficiency; (4) with pipeline calibration capability. The proposed method is benchmarked against a baseline with no calibration and a state-of-the-art calibration method. Results show that it enhances the accuracy of interaction replication by 83.53% and boosts calibration efficiency by 76.75%. Furthermore, it maintains accuracy across both vehicle-level and traffic flow-level metrics, with an improvement of 51.9%. Notably, the entire calibration process is fully automated, requiring no human intervention.
• Abstract（参考訳）: シミュレーションテストは、自動車両(AV)を評価するための基本的なアプローチである。 信頼性を確保するためには、有効なキャリブレーションを必要とするAVとバックグラウンドトラフィックの相互作用を正確に再現することが重要である。 しかし、既存の校正法はこの目標を達成するには不十分であることが多い。 このギャップに対処するために,車両と交通流の双方で高精度なシミュレーションプラットフォームキャリブレーション手法を提案する。 本手法は,(1)車両間相互作用のキャリブレーション機能,(2)精度保証機能,(3)効率向上機能,(4)パイプラインキャリブレーション機能など,いくつかの重要な特徴を提供する。 提案手法は, キャリブレーションを伴わないベースラインと, 最先端キャリブレーション法とを比較した。 その結果, 相互作用複製の精度は83.53%向上し, キャリブレーション効率は76.75%向上した。 さらに、車両レベルと交通フローレベルの両方で精度を維持し、51.9%の改善がある。 特に、キャリブレーションプロセス全体が完全に自動化されており、人間の介入を必要としない。

関連論文リスト

• CalibRefine: Deep Learning-Based Online Automatic Targetless LiDAR-Camera Calibration with Iterative and Attention-Driven Post-Refinement [7.736775961390864]
  CalibRefineは完全に自動化され、ターゲットレス、オンラインキャリブレーションフレームワークである。 生のLiDAR点雲とカメラ画像を直接処理する。 以上の結果から,頑健なオブジェクトレベルの特徴マッチングと反復的改善と自己監督的注意に基づく改善が組み合わさって,信頼性の高いセンサアライメントを実現することが示唆された。
  論文  参考訳（メタデータ） (2025-02-24T20:53:42Z)
• Kalib: Easy Hand-Eye Calibration with Reference Point Tracking [52.4190876409222]
  カリブ (Kalib) は、視覚基礎モデルの一般化性を利用して課題を克服する手眼自動校正法である。 校正中は、ロボットの後ろの空間内のカメラ座標3D座標に運動基準点を追跡する。 Kalibのユーザフレンドリな設計と最小限のセットアップ要件により、非構造化環境での継続的操作のソリューションとなり得る。
  論文  参考訳（メタデータ） (2024-08-20T06:03:40Z)
• Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
  本稿では,自動車用レーダセンサの自動校正手法を提案する。 本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。 実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
  論文  参考訳（メタデータ） (2023-06-23T07:01:10Z)
• Automated Static Camera Calibration with Intelligent Vehicles [58.908194559319405]
  自動ジオレファレンスカメラキャリブレーションのためのロバストキャリブレーション法を提案する。 本手法では, フィルタ/RTK受信機と慣性測定ユニット(IMU)を組み合わせたキャリブレーション車両が必要である。 我々の手法は、インフラと車両の両方で記録された情報と人間との相互作用を一切必要としない。
  論文  参考訳（メタデータ） (2023-04-21T08:50:52Z)
• A Close Look into the Calibration of Pre-trained Language Models [56.998539510508515]
  事前訓練された言語モデル(PLM)は、予測の不確かさを確実に見積もることに失敗する可能性がある。 トレーニングにおけるPLMの校正性能の動的変化について検討する。 最近提案された2つの学習可能な手法を拡張して、モデルを直接収集し、合理的な信頼度を推定する。
  論文  参考訳（メタデータ） (2022-10-31T21:31:07Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)
• Unsupervised Calibration under Covariate Shift [92.02278658443166]
  ドメインシフト下でのキャリブレーションの問題を導入し、それに対処するための重要サンプリングに基づくアプローチを提案する。 実世界のデータセットと合成データセットの両方において,本手法の有効性を評価し検討した。
  論文  参考訳（メタデータ） (2020-06-29T21:50:07Z)
• Hybrid calibration procedure for fringe projection profilometry based on stereo-vision and polynomial fitting [4.291718205405102]
  フランジ射影プロファイロメトリー(FPP)における正確な3次元形状測定の鍵は、測定システムの適切な校正である。 現在の校正技術は位相座標マッピング(PCM)や後方投影ステレオビジョン(SV)方式に依存している。 そこで本研究では,PCM法によるSVキャリブレーション手法を利用したハイブリッドキャリブレーション手法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T14:25:03Z)

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。