Fugu-MT 論文翻訳(概要): Commercial Vehicle Braking Optimization: A Robust SIFT-Trajectory Approach

論文の概要: Commercial Vehicle Braking Optimization: A Robust SIFT-Trajectory Approach

arxiv url: http://arxiv.org/abs/2512.18597v1
Date: Sun, 21 Dec 2025 05:06:16 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-23 18:54:32.410471
Title: Commercial Vehicle Braking Optimization: A Robust SIFT-Trajectory Approach
Title（参考訳）: 商用車両ブレーキ最適化:ロバストSIFTトラジェクトリアプローチ
Authors: Zhe Li, Kun Cheng, Hanyue Mo, Jintao Lu, Ziwen Kuang, Jianwen Ye, Lixu Xu, Xinya Meng, Jiahui Zhao, Shengda Ji, Shuyuan Liu, Mengyu Wang,
Abstract要約: 不正確な制御領域ネットワーク(CAN)信号による「ゼロスピードブレーキ」問題に対処するために、視覚に基づく軌道解析ソリューションを提案する。このアルゴリズムはNVIDIA Jetson AGX Xavierプラットフォームを使用して、ブラインドスポットカメラからシーケンシャルなビデオフレームを処理する。現場での展開では、偽のブレーキイベントが89%減少し、緊急ブレーキの成功率は100%、故障率は5%以下である。
参考スコア（独自算出の注目度）: 6.751326589596112
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: A vision-based trajectory analysis solution is proposed to address the "zero-speed braking" issue caused by inaccurate Controller Area Network (CAN) signals in commercial vehicle Automatic Emergency Braking (AEB) systems during low-speed operation. The algorithm utilizes the NVIDIA Jetson AGX Xavier platform to process sequential video frames from a blind spot camera, employing self-adaptive Contrast Limited Adaptive Histogram Equalization (CLAHE)-enhanced Scale-Invariant Feature Transform (SIFT) feature extraction and K-Nearest Neighbors (KNN)-Random Sample Consensus (RANSAC) matching. This allows for precise classification of the vehicle's motion state (static, vibration, moving). Key innovations include 1) multiframe trajectory displacement statistics (5-frame sliding window), 2) a dual-threshold state decision matrix, and 3) OBD-II driven dynamic Region of Interest (ROI) configuration. The system effectively suppresses environmental interference and false detection of dynamic objects, directly addressing the challenge of low-speed false activation in commercial vehicle safety systems. Evaluation in a real-world dataset (32,454 video segments from 1,852 vehicles) demonstrates an F1-score of 99.96% for static detection, 97.78% for moving state recognition, and a processing delay of 14.2 milliseconds (resolution 704x576). The deployment on-site shows an 89% reduction in false braking events, a 100% success rate in emergency braking, and a fault rate below 5%.
Abstract（参考訳）: 低速運転中の商用車両における制御エリアネットワーク(CAN)信号の不正確な自動緊急ブレーキ(AEB)システムによる「ゼロスピードブレーキ」問題に対処するために、視覚に基づく軌道解析ソリューションを提案する。このアルゴリズムはNVIDIA Jetson AGX Xavierプラットフォームを用いて、自己適応型コントラスト限定適応ヒストグラム等化(CLAHE)拡張スケール不変特徴変換(SIFT)機能抽出とK-Nearest Neighbors(KNN)-Random Sample Consensus(RANSAC)マッチングを用いて、ブラインドスポットカメラからシーケンシャルなビデオフレームを処理する。これにより、車両の運動状態(静電気、振動、動き)を正確に分類することができる。主なイノベーションは 1)多フレーム軌道変位統計(5フレームスライディングウインドウ) 2)双極的状態決定行列,及び 3)OBD-II駆動型動的関心領域(ROI)構成。本システムは,環境干渉や動的物体の誤検出を効果的に抑制し,商用車両の安全システムにおける低速誤作動の課題に対処する。実世界のデータセット(1,852台のビデオセグメント32,454本)では、静的検出のためのF1スコア99.96%、移動状態認識のための97.78%、処理遅延14.2ミリ秒(解像度704x576)が示されている。現場での展開では、偽のブレーキイベントが89%減少し、緊急ブレーキの成功率は100%、故障率は5%以下である。

関連論文リスト

Attention in Motion: Secure Platooning via Transformer-based Misbehavior Detection [0.6999740786886536]
車両小隊は、多車編成の調整を通じて、輸送効率と安全性の変革的な改善を約束する。確率チェックや統計的手法に依存する従来の誤動作検出手法は、偽陽性(FP)率が高い。 Intention In Motion (AIMformer) は、車体プラトンにおけるリアルタイムな誤動作検出に適したトランスフォーマーベースのフレームワークである。
論文参考訳（メタデータ） (2025-12-17T14:45:33Z)
Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。 OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
論文参考訳（メタデータ） (2025-12-08T15:56:18Z)
Hierarchical Spatio-Temporal Attention Network with Adaptive Risk-Aware Decision for Forward Collision Warning in Complex Scenarios [7.238050152381639]
本稿では,階層型時空間注意ネットワークと動的リスク閾値調整アルゴリズムを併用した前方衝突警報フレームワークを提案する。マルチシナリオデータセットでテストされ、完全なシステムは高い有効性を示し、F1スコアは0.912、偽警報率は8.2%、警告リード時間は2.8秒である。
論文参考訳（メタデータ） (2025-11-25T05:57:29Z)
Edge-Based Multimodal Sensor Data Fusion with Vision Language Models (VLMs) for Real-time Autonomous Vehicle Accident Avoidance [12.513296074529727]
本稿では,自律走行のためのリアルタイムエッジベース自律走行軌道プランナ(REACT)を提案する。 REACTは、微調整軽量ビジョンランゲージモデル(VLM)に基づくADのためのV2X統合軌道最適化フレームワークである。 DeepAccidentベンチマークで評価されたREACTは、最先端の性能、77%の衝突率の低減、48.2%のビデオパノプティクス品質(VPQ)、およびJetson AGX Orinでの0.57秒の推論遅延を実現している。
論文参考訳（メタデータ） (2025-08-01T20:16:04Z)
Fast-COS: A Fast One-Stage Object Detector Based on Reparameterized Attention Vision Transformer for Autonomous Driving [3.617580194719686]
本稿では、シーンを駆動するための新しい単一ステージオブジェクト検出フレームワークであるFast-COSを紹介する。 RAViTはImageNet-1Kデータセットで81.4%のTop-1精度を達成した。主要なモデルの効率を上回り、最大75.9%のGPU推論速度とエッジデバイスでの1.38のスループットを提供する。
論文参考訳（メタデータ） (2025-02-11T09:54:09Z)
MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
論文参考訳（メタデータ） (2024-12-02T09:13:29Z)
PMI Sampler: Patch Similarity Guided Frame Selection for Aerial Action Recognition [52.78234467516168]
本稿では、隣接フレーム間の動きバイアスを定量化するために、パッチ相互情報(PMI)スコアの概念を導入する。シフトリークReLuと累積分布関数を用いた適応フレーム選択方式を提案する。本手法は,UAV-Humanの2.2～13.8%,NEC Droneの6.8%,Diving48データセットの9.0%の相対的な改善を実現している。
論文参考訳（メタデータ） (2023-04-14T00:01:11Z)
Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
論文参考訳（メタデータ） (2022-07-22T15:16:54Z)
An Efficient Approach for Anomaly Detection in Traffic Videos [30.83924581439373]
本稿では,エッジデバイスで動作可能な映像異常検出システムのための効率的な手法を提案する。提案手法は,シーンの変化を検出し,破損したフレームを除去するプリプロセッシングモジュールを含む。また,新しいシーンに迅速に適応し,類似度統計量の変化を検出するシーケンシャルな変化検出アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-04-20T04:43:18Z)

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。