Fugu-MT 論文翻訳(概要): U-Parking: Distributed UWB-Assisted Autonomous Parking System with Robust Localization and Intelligent Planning

論文の概要: U-Parking: Distributed UWB-Assisted Autonomous Parking System with Robust Localization and Intelligent Planning

arxiv url: http://arxiv.org/abs/2603.04898v1
Date: Thu, 05 Mar 2026 07:38:51 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-06 22:06:11.123217
Title: U-Parking: Distributed UWB-Assisted Autonomous Parking System with Robust Localization and Intelligent Planning
Title（参考訳）: U-Parking:ロバストなローカライゼーションとインテリジェントプランニングによる分散UWB支援自律駐車システム
Authors: Yiang Wu, Qiong Wu, Pingyi Fan, Kezhi Wang, Wen Chen, Guoqiang Mao, Khaled B. Letaief,
Abstract要約: このデモでは、UWB(Ultra-Wideband)を利用した自律駐車システムであるU-Parkingを紹介した。大規模言語モデル (LLMs) を統合して, 堅牢な核融合局所化と軌道追跡を計画することで, 挑戦的な屋内環境において, 信頼性の高い自動駐車を可能にする。
参考スコア（独自算出の注目度）: 41.332636641535935
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This demonstration presents U-Parking, a distributed Ultra-Wideband (UWB)-assisted autonomous parking system. By integrating Large Language Models (LLMs)-assisted planning with robust fusion localization and trajectory tracking, it enables reliable automated parking in challenging indoor environments, as validated through real-vehicle demonstrations.
Abstract（参考訳）: このデモでは、UWB(Ultra-Wideband)を利用した自律駐車システムであるU-Parkingを紹介した。 LLM(Large Language Models)によるロバストなフュージョンローカライゼーションとトラジェクトリトラッキングによる計画の統合により、車載の実演で実証されたように、挑戦的な屋内環境において、信頼性の高い自動駐車を可能にする。

関連論文リスト

SOLVE: Synergy of Language-Vision and End-to-End Networks for Autonomous Driving [51.47621083057114]
SOLVEは、ビジョンランゲージモデルとエンド・ツー・エンド(E2E)モデルを相乗化して自動運転車の計画を強化する革新的なフレームワークである。提案手法は,VLMとE2Eコンポーネント間の包括的インタラクションを実現するために,共有ビジュアルエンコーダによる機能レベルでの知識共有を重視している。
論文参考訳（メタデータ） (2025-05-22T15:44:30Z)
TransParking: A Dual-Decoder Transformer Framework with Soft Localization for End-to-End Automatic Parking [2.209921757303168]
本稿では,専門的軌跡を用いて訓練したエンドツーエンド自動駐車のための視覚ベーストランスフォーマーモデルを提案する。実験結果から, モデルの誤差は50%程度減少していることがわかった。
論文参考訳（メタデータ） (2025-03-08T05:41:24Z)
Haris: an Advanced Autonomous Mobile Robot for Smart Parking Assistance [2.3779780917500544]
このシステムは、自動ナビゲーションと駐車場の正確なマッピングのために、同時位置決めとマッピング(SLAM)を採用している。提案システムは,スポーツスタジアム等の混雑地において,短期的な大規模屋外駐車場の管理を改善する可能性を秘めている。
論文参考訳（メタデータ） (2024-01-31T11:00:26Z)
DriveGPT4: Interpretable End-to-end Autonomous Driving via Large Language Model [84.29836263441136]
本研究は,マルチモーダル大言語モデル(MLLM)に基づく新しい解釈可能なエンドツーエンド自動運転システムであるDriveGPT4を紹介する。 DriveGPT4は、車両動作の解釈を促進し、関連する推論を提供し、ユーザによるさまざまな質問に効果的に対処する。
論文参考訳（メタデータ） (2023-10-02T17:59:52Z)
Tackling Real-World Autonomous Driving using Deep Reinforcement Learning [63.3756530844707]
本研究では,加速と操舵角度を予測するニューラルネットワークを学習するモデルレスディープ強化学習プランナを提案する。実際の自動運転車にシステムをデプロイするために、我々は小さなニューラルネットワークで表されるモジュールも開発する。
論文参考訳（メタデータ） (2022-07-05T16:33:20Z)
Differentiable Control Barrier Functions for Vision-based End-to-End Autonomous Driving [100.57791628642624]
本稿では,視覚に基づくエンドツーエンド自動運転のための安全保証学習フレームワークを提案する。我々は、勾配降下によりエンドツーエンドに訓練された微分制御バリア関数(dCBF)を備えた学習システムを設計する。
論文参考訳（メタデータ） (2022-03-04T16:14:33Z)
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)
FedParking: A Federated Learning based Parking Space Estimation with Parked Vehicle assisted Edge Computing [23.943759396364]
分散学習アプローチとして、フェデレーション付き学習は、トレーニングデータのプライバシを保持しながら、分散データセット上で共有学習モデルをトレーニングする。我々は、駐車場管理へのフェデレートラーニングの適用を拡大し、FedParkingを導入し、Parking Lot Operators(PLO)が協力して、生データを交換することなく、駐車空間推定のための長期記憶モデルを訓練する。
論文参考訳（メタデータ） (2021-10-19T10:55:33Z)
Computer vision in automated parking systems: Design, implementation and challenges [0.24704967483128953]
本稿では,コンピュータビジョンアルゴリズムの観点から,自動駐車システムの設計と実装について議論する。パーキングユースケースを実現するキービジョンモジュールは、3D再構築、パーキングスロットマーキング認識、空きスペース、車両/歩行者検出です。
論文参考訳（メタデータ） (2021-04-26T13:18:02Z)
A Software Architecture for Autonomous Vehicles: Team LRM-B Entry in the First CARLA Autonomous Driving Challenge [49.976633450740145]
本稿では,シミュレーション都市環境における自律走行車両のナビゲーション設計について述べる。我々のアーキテクチャは、CARLA Autonomous Driving Challengeの要件を満たすために作られました。
論文参考訳（メタデータ） (2020-10-23T18:07:48Z)

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。