論文の概要: Spot-Wise Smart Parking: An Edge-Enabled Architecture with YOLOv11 and Digital Twin Integration
- arxiv url: http://arxiv.org/abs/2602.01754v1
- Date: Mon, 02 Feb 2026 07:39:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-03 19:28:33.984347
- Title: Spot-Wise Smart Parking: An Edge-Enabled Architecture with YOLOv11 and Digital Twin Integration
- Title（参考訳）: Spot-Wise Smart Parking: YOLOv11とDigital Twinの統合によるエッジ対応アーキテクチャ
- Authors: Gustavo P. C. P. da Luz, Alvaro M. Aspilcueta Narvaez, Tiago Godoi Bannwart, Gabriel Massuyoshi Sato, Luis Fernando Gomez Gonzalez, Juliana Freitag Borin,
- Abstract要約: スマートパーキングシステムは、混雑を減らし、ユーザの検索時間を最小化し、スマートシティの採用と都市移動性の向上に寄与する。
本研究では,大学構内における車両数から空きスペース数を推定し,駐車場の可利用性を監視するシステムを提案する。
本研究では,空間許容度を考慮した距離認識マッチング法に基づくスポットワイドな監視手法によりシステムを拡張し,アダプティブバウンディングボックス分割法により拡張した。
提案手法は,リソース制約エッジデバイス上での推測時間8秒を維持しつつ,98.80%のバランス精度を実現し,YOLOの能力を向上させる。
- 参考スコア（独自算出の注目度）: 3.017960851480137
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Smart parking systems help reduce congestion and minimize users' search time, thereby contributing to smart city adoption and enhancing urban mobility. In previous works, we presented a system developed on a university campus to monitor parking availability by estimating the number of free spaces from vehicle counts within a region of interest. Although this approach achieved good accuracy, it restricted the system's ability to provide spot-level insights and support more advanced applications. To overcome this limitation, we extend the system with a spot-wise monitoring strategy based on a distance-aware matching method with spatial tolerance, enhanced through an Adaptive Bounding Box Partitioning method for challenging spaces. The proposed approach achieves a balanced accuracy of 98.80% while maintaining an inference time of 8 seconds on a resource-constrained edge device, enhancing the capabilities of YOLOv11m, a model that has a size of 40.5 MB. In addition, two new components were introduced: (i) a Digital Shadow that visually represents parking lot entities as a base to evolve to a full Digital Twin, and (ii) an application support server based on a repurposed TV box. The latter not only enables scalable communication among cloud services, the parking totem, and a bot that provides detailed spot occupancy statistics, but also promotes hardware reuse as a step towards greater sustainability.
- Abstract（参考訳）: スマートパーキングシステムは、混雑を減らし、ユーザの検索時間を最小化し、スマートシティの採用と都市移動性の向上に寄与する。
本研究は,大学構内における車両数から空きスペース数を推定し,駐車場の可利用性を監視するシステムについて紹介した。
このアプローチは精度が良かったが、スポットレベルの洞察を提供し、より高度なアプリケーションをサポートする能力は制限された。
この制限を克服するため,空間許容度を考慮した距離認識マッチング法に基づくスポットワイド監視手法により,空間に挑戦する空間に対する適応バウンディングボックス分割法により拡張した。
提案手法は,リソース制約エッジデバイス上で8秒の推論時間を維持しつつ,98.80%のバランス精度を実現し,40.5MBのモデルであるYOLOv11mの能力を向上させる。
さらに2つの新しいコンポーネントが導入された。
一 駐車場をフルデジタルツインに進化させる基盤として視覚的に表現するデジタルシャドウ
(ii)再使用テレビボックスに基づくアプリケーションサポートサーバ。
後者は、クラウドサービス、パーキングトーテム、および詳細なスポット占有統計を提供するボット間のスケーラブルな通信を可能にするだけでなく、持続可能性を高めるためのステップとして、ハードウェアの再利用を促進する。
関連論文リスト
- Dynamic Configuration of On-Street Parking Spaces using Multi Agent Reinforcement Learning [3.8043591176728317]
路上駐車場を動的に設定することで、路上駐車が交通渋滞に与える影響を最小化する方法について検討する。
提案手法は,大規模道路網に対して本質的にスケーラブルな2層型マルチエージェント強化学習フレームワークからなる。
実験の結果,提案手法により車両の平均走行時間損失が47%まで減少し,駐車場の歩行距離が増大する可能性が示唆された。
論文 参考訳（メタデータ） (2025-12-02T04:33:26Z) - Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。
Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。
高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
論文 参考訳（メタデータ） (2025-10-27T03:52:45Z) - Complementary Learning System Empowers Online Continual Learning of Vehicle Motion Forecasting in Smart Cities [50.14230518748104]
本稿では、ディープニューラルネットワーク(DNN)に基づくモーション予測のためのタスクレスオンライン連続学習パラダイムであるDual-LSを紹介する。
3つの国にまたがる自然主義的なデータ、772,000台以上の車両、11,187kmの累積的な試験マイルは、Dual-LSが74.31%の破滅的な忘れを緩和していることを示している。
論文 参考訳（メタデータ） (2025-08-27T06:19:21Z) - A Cost-Effective Framework for Predicting Parking Availability Using Geospatial Data and Machine Learning [0.30758169771529686]
学生は授業の時間帯に空き場所を迅速かつ便利に見つける必要がある。
本稿では,街路地図,モビリティ,気象データなど,複数のデータソースを統合するスマートフレームワークを提案する。
このフレームワークは、予定の駐車場と時間を使って、適切な駐車場を指定する。
論文 参考訳（メタデータ） (2025-08-18T23:24:19Z) - Smart Parking with Pixel-Wise ROI Selection for Vehicle Detection Using YOLOv8, YOLOv9, YOLOv10, and YOLOv11 [1.9926435972281176]
この研究は、最新のYOLOモデルを使用して、モノのインターネット、エッジコンピューティング、ディープラーニングの概念を統合する新しいアプローチを導入している。
駐車場画像中の車両をカウントする関心領域を正確に識別するために,新しい画素単位のポストプロセッシングROI選択法を提案する。
提案システムは3,484枚の画像のカスタムデータセット上で99.68%の精度を達成し、費用対効果の高いスマートパーキングソリューションを提供した。
論文 参考訳（メタデータ） (2024-12-02T21:24:31Z) - RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。
大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
論文 参考訳（メタデータ） (2024-08-28T03:17:40Z) - 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) - Deep Single Models vs. Ensembles: Insights for a Fast Deployment of
Parking Monitoring Systems [3.00363876980149]
多くのアプローチでは大量のデータの収集とラベル付けを行うため、インテリジェントな駐車監視は依然として課題である。
本研究の目的は,公用ラベル付き駐車場画像を用いて訓練されたグローバルなフレームワーク構築の課題を明らかにすることである。
その結果、多様なデータセットでトレーニングされたモデルは、目標駐車場におけるデータアノテーションやモデルトレーニングの負担を伴わずに95%の精度を達成できることがわかった。
論文 参考訳（メタデータ） (2023-09-28T14:59:53Z) - Scalable Vehicle Re-Identification via Self-Supervision [66.2562538902156]
自動車再同定は、都市規模の車両分析システムにおいて重要な要素の1つである。
車両再設計のための最先端のソリューションの多くは、既存のre-idベンチマークの精度向上に重点を置いており、計算の複雑さを無視することが多い。
推論時間に1つのネットワークのみを使用する自己教師型学習によって、シンプルで効果的なハイブリッドソリューションを提案する。
論文 参考訳（メタデータ） (2022-05-16T12:14:42Z) - Smart Parking Space Detection under Hazy conditions using Convolutional
Neural Networks: A Novel Approach [0.0]
本稿では, 空き環境下での駐車スペース占有性能を向上させるデハジングネットワークの利用について検討する。
提案システムは既存のスマートパーキングシステムの一部として展開可能で、数百台のパーキングスペースを監視するために、限られた数のカメラが使用されている。
論文 参考訳（メタデータ） (2022-01-15T14:15:46Z)
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。