論文の概要: Analysis of Efficient Transmission Methods of Grid Maps for Intelligent Vehicles

• arxiv url: http://arxiv.org/abs/2604.01753v1
• Date: Thu, 02 Apr 2026 08:19:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.608405
• Title: Analysis of Efficient Transmission Methods of Grid Maps for Intelligent Vehicles
• Title（参考訳）: インテリジェント車用グリッドマップの効率的な伝送方法の解析
• Authors: Robin Dehler, Dominik Authaler, Aryan Thakur, Thomas Wodtko, Michael Buchholz,
• Abstract要約: 既存の圧縮アルゴリズムを利用してグリッドマップデータを効率よく送信するパッチベースの通信パイプラインを提案する。 我々は、車内通信とV2Xベースの通信の両方において、このパイプラインを包括的に分析する。
• 参考スコア（独自算出の注目度）: 0.8753650841543927
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Grid mapping is a fundamental approach to modeling the environment of intelligent vehicles or robots. Compared with object-based environment modeling, grid maps offer the distinct advantage of representing the environment without requiring any assumptions about objects, such as type or shape. For grid-map-based approaches, the environment is divided into cells, each containing information about its respective area, such as occupancy. This representation of the entire environment is crucial for achieving higher levels of autonomy. However, it has the drawback that modeling the scene at the cell level results in inherently large data sizes. Patched grid maps tackle this issue to a certain extent by adapting cell sizes in specific areas. Nevertheless, the data sizes of patched grid maps are still too large for novel distributed processing setups or vehicle-to-everything (V2X) applications. Our work builds on a patch-based grid-map approach and investigates the size problem from a communication perspective. To address this, we propose a patch-based communication pipeline that leverages existing compression algorithms to transmit grid-map data efficiently. We provide a comprehensive analysis of this pipeline for both intra-vehicle and V2X-based communication. The analysis is verified for these use cases with two real-world experiment setups. Finally, we summarize recommended guidelines for the efficient transmission of grid-map data in intelligent transportation systems.
• Abstract（参考訳）: グリッドマッピングは、インテリジェントな車やロボットの環境をモデル化するための基本的なアプローチである。 オブジェクトベースの環境モデリングと比較すると、グリッドマップは、タイプや形状といったオブジェクトに関する仮定を必要とせずに、環境を表現するという明確な利点を提供します。 グリッドマップベースのアプローチでは、環境はセルに分割され、それぞれが占有地などのそれぞれの領域に関する情報を含む。 この環境全体の表現は、より高いレベルの自律性を達成するために不可欠である。 しかし、セルレベルでシーンをモデル化すると本質的に大きなデータサイズになるという欠点がある。 パッチされたグリッドマップは、特定の領域の細胞サイズを適応することによって、この問題にある程度対処する。 それでも、パッチされたグリッドマップのデータサイズは、新しい分散処理設定やV2Xアプリケーションには大きすぎる。 我々の研究は、パッチベースのグリッドマップアプローチに基づいており、通信の観点からサイズ問題を調査している。 そこで我々は,既存の圧縮アルゴリズムを利用してグリッドマップデータを効率的に送信するパッチベースの通信パイプラインを提案する。 我々は、車内通信とV2Xベースの通信の両方において、このパイプラインを包括的に分析する。 この分析は、実世界の2つの実験装置を用いて、これらのユースケースについて検証する。 最後に、インテリジェントトランスポートシステムにおけるグリッドマップデータの効率的な伝送に関する推奨ガイドラインを要約する。

関連論文リスト

• Memory-Efficient Boundary Map for Large-Scale Occupancy Grid Mapping [10.412534456908288]
  伝統的な占有グリッドマッピング手法は、環境を3つの占有状態(自由、占有、または未知)のうちの1つに関連付けて、ボクセルのグリッドに分割する。 これらの方法は、マッピングされたボリューム内のすべてのボクセルを明示的に保持し、その位置が該当するボクセルを直接クエリすることで、位置の占有状態を決定する。 しかし、すべてのグリッドボクセルを高解像度で大規模なシナリオで維持するには、かなりのメモリリソースが必要である。 本稿では,写像された体積の境界のみを保持する新しい表現を提案する。
  論文  参考訳（メタデータ） (2026-03-23T10:14:55Z)
• A Geometry-Aware Message Passing Neural Network for Modeling Aerodynamics over Airfoils [61.60175086194333]
  空気力学は航空宇宙工学の重要な問題であり、しばしば翼のような固体物と相互作用する流れを伴う。 本稿では, 固体物体上の非圧縮性流れのモデル化について考察する。 ジオメトリを効果的に組み込むため,メッシュ表現に翼形状を効率よく,かつ効率的に統合するメッセージパッシング方式を提案する。 これらの設計選択は、純粋にデータ駆動の機械学習フレームワークであるGeoMPNNにつながり、NeurIPS 2024 ML4CFDコンペティションで最優秀学生賞を受賞し、総合で4位となった。
  論文  参考訳（メタデータ） (2024-12-12T16:05:39Z)
• NavTopo: Leveraging Topological Maps For Autonomous Navigation Of a Mobile Robot [1.0550841723235613]
  トポロジマップと2段階の経路計画に基づく完全なナビゲーションパイプラインを提案する。 パイプラインは、入力ポイントクラウドのニューラルネットワーク記述子と2Dプロジェクションをマッチングすることで、グラフにローカライズする。 提案手法は,大規模な室内光相対論的シミュレーション環境でテストし,一般的な計量マッピング手法であるRTAB-MAPに基づく計量地図に基づく手法と比較する。
  論文  参考訳（メタデータ） (2024-10-15T10:54:49Z)
• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• GridMM: Grid Memory Map for Vision-and-Language Navigation [40.815400962166535]
  ビジョン・アンド・ランゲージナビゲーション(VLN)は、エージェントが3D環境における自然言語の指示に従って遠隔地へ移動できるようにする。 訪問環境を構築するために、トップダウンのエゴセントリックで動的に成長するグリッドメモリマップを構築します。 地球から見ると、歴史的観測はトップダウンの視点で統一グリッドマップに投影され、環境の空間的関係をよりよく表すことができる。
  論文  参考訳（メタデータ） (2023-07-24T16:02:42Z)
• LiveMap: Real-Time Dynamic Map in Automotive Edge Computing [14.195521569220448]
  LiveMapは、接続された車両のデータをサブ秒でクラウドソーシングし、道路上のオブジェクトを検出し、一致させ、追跡するリアルタイムダイナミックマップです。 車両の計算を適応的にオフロードできるlivemapの制御プレーンを開発した。 小型テストベッド上でLiveMapを実装し,大規模ネットワークシミュレータを開発した。
  論文  参考訳（メタデータ） (2020-12-16T15:00:49Z)
• Radar-based Dynamic Occupancy Grid Mapping and Object Detection [55.74894405714851]
  近年、古典的占有グリッドマップのアプローチが動的占有グリッドマップに拡張されている。 本稿では,従来のアプローチのさらなる発展について述べる。 複数のレーダセンサのデータを融合し、グリッドベースの物体追跡・マッピング手法を適用する。
  論文  参考訳（メタデータ） (2020-08-09T09:26:30Z)

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。