論文の概要: A Real-Time Bike-Pedestrian Safety System with Wide-Angle Perception and Evaluation Testbed for Urban Intersections

• arxiv url: http://arxiv.org/abs/2604.17046v1
• Date: Sat, 18 Apr 2026 15:59:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.305122
• Title: A Real-Time Bike-Pedestrian Safety System with Wide-Angle Perception and Evaluation Testbed for Urban Intersections
• Title（参考訳）: 広域認識と都市間試験によるリアルタイム自転車歩行者安全システム
• Authors: Mehmet Kerem Turkcan,
• Abstract要約: 本稿では,広角魚眼カメラを用いた単一エッジデバイス上での衝突警告システムについて述べる。 システムは30fpsで音声と視覚のアラートを生成する。 我々は,決定層を明示的な配置ゲート,競合性機構,残留リスクレジスタを備えた分離可能な監査可能なテストベンチとして定式化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collisions between cyclists and pedestrians at urban intersections remain a persistent source of injuries, yet few systems attempt real-time warnings to unequipped road users using commodity hardware. We present a prototype collision warning system that runs on a single edge device with a wide-angle fisheye camera, producing audible and visual alerts at 30\,fps. The system makes four contributions. First, we develop a calibration pipeline for ultra-wide fisheye lenses that overcomes corner-detection failure and optimizer divergence through perspective remapping and direct bundle adjustment. Second, we combine fisheye-aware object detection with a closed-form ground-plane projection via a precomputed lookup table. Third, we introduce a design-time conformance simulation with 24 scripted hazard scenarios, stochastic size-aware detection failures, and a latency sweep showing that a first-order kinematic predictor maintains the mean warning budget above the distracted-pedestrian reaction time across realistic camera latencies. Fourth, we formalize the decision layer as a separable, auditable testbench with explicit deployment gates, contestability mechanisms, and a residual risk register. Under conformance testing with fisheye localization error, the selected pipeline configuration achieves 93.3\% sensitivity and 92.3\% specificity, with a mean warning budget of 3.3\,s. The system design was informed by community-aided design workshops. Code and replication scripts are available at https://github.com/mkturkcan/bikeped.
• Abstract（参考訳）: サイクリストと歩行者の交差点での衝突は相変わらずケガの原因となっているが、コモディティ・ハードウェアを使って道路利用者にリアルタイムで警告を下そうとするシステムはほとんどない。 本研究では,広角魚眼カメラを搭載した単一エッジデバイス上で動作し,30×fpsの可聴・視覚的警報を発生する衝突警報システムを提案する。 システムには4つの貢献がある。 まず,視線リマッピングと直接バンドル調整により,角方向検出の失敗とオプティマイザのばらつきを克服する超広角魚眼レンズの校正パイプラインを開発する。 第2に,魚眼で認識された物体検出と,事前計算したルックアップテーブルによる閉形状の地平面投影を併用する。 第3に、24のスクリプト付きハザードシナリオによる設計時適合シミュレーション、確率的サイズ認識障害、および1次運動論的予測器が現実カメラの遅延時間にまたがる散逸した歩行者反応時間よりも平均警告予算を維持していることを示す遅延スイープを導入する。 第4に、決定層を明示的な配置ゲート、競合性機構、残留リスクレジスタを備えた分離可能な監査可能なテストベンチとして定式化する。 魚眼局所化誤差による適合試験では、選択されたパイプライン構成は93.3\%の感度と92.3\%の特異性を達成し、平均警告予算は3.3\sである。 システム設計はコミュニティ支援のデザインワークショップによって通知された。 コードとレプリケーションスクリプトはhttps://github.com/mkturkcan/bikeped.comで入手できる。

関連論文リスト

• Breaking Down Monocular Ambiguity: Exploiting Temporal Evolution for 3D Lane Detection [79.98605061363999]
  単眼3次元車線検出は,前頭側視像(FV)から車線の3次元位置を推定することを目的としている。 既存の手法は、単一フレーム入力の固有のあいまいさによって制約される。 車両が移動するときにシーンの時間的進化に埋め込まれたリッチな情報を解放することを提案する。
  論文  参考訳（メタデータ） (2025-04-29T08:10:17Z)
• FuzzRisk: Online Collision Risk Estimation for Autonomous Vehicles based on Depth-Aware Object Detection via Fuzzy Inference [6.856508678236828]
  このフレームワークは異なるアルゴリズムから2組の予測を受け取り、不整合とファジィ推論による衝突リスクを関連付ける。 IoU(Intersection-over-Union)と深度差測定(deep discrepancy measure)に基づいて,2組の予測の不一致が3次元物体検出器の誤差と強く相関していることを実験的に検証した。 AV衝突率によく一致する既存のオフラインメトリックに対してファジィ推論システムを最適化する。
  論文  参考訳（メタデータ） (2024-11-09T20:20:36Z)
• Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
  本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。 本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
  論文  参考訳（メタデータ） (2024-10-31T13:13:32Z)
• Streaming Object Detection on Fisheye Cameras for Automatic Parking [0.0]
  本稿では,未来を予測し,時間ラグ問題を緩和するデュアルフロー認識モジュールを備えたリアルタイム検出フレームワークを提案する。 標準バウンディングボックスは、魚眼カメラの強い半径歪みのため、魚眼カメラ画像の物体には適さない。 本稿では,物体の簡易かつ高精度な表現法であるボックスの角度を回帰する新しい周期的角度損失関数を提案する。
  論文  参考訳（メタデータ） (2023-05-24T04:30:25Z)
• Real-Time Accident Detection in Traffic Surveillance Using Deep Learning [0.8808993671472349]
  本稿では,交通監視用交差点における事故検出のための新しい効率的な枠組みを提案する。 提案手法は,最先端のYOLOv4法に基づく効率的かつ高精度な物体検出を含む,3つの階層的なステップから構成される。 提案フレームワークのロバスト性は,様々な照明条件でYouTubeから収集した映像シーケンスを用いて評価する。
  論文  参考訳（メタデータ） (2022-08-12T19:07:20Z)
• Exploiting Playbacks in Unsupervised Domain Adaptation for 3D Object Detection [55.12894776039135]
  ディープラーニングに基づく最先端の3Dオブジェクト検出器は、有望な精度を示しているが、ドメインの慣用性に過度に適合する傾向がある。 対象領域の擬似ラベルの検出器を微調整することで,このギャップを大幅に削減する新たな学習手法を提案する。 5つの自律運転データセットにおいて、これらの擬似ラベル上の検出器を微調整することで、新しい運転環境への領域ギャップを大幅に減らすことを示す。
  論文  参考訳（メタデータ） (2021-03-26T01:18:11Z)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)
• Training-free Monocular 3D Event Detection System for Traffic Surveillance [93.65240041833319]
  既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。 現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。 本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
  論文  参考訳（メタデータ） (2020-02-01T04:42:57Z)

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。