論文の概要: Cooperative Robotics Reinforced by Collective Perception for Traffic Moderation

• arxiv url: http://arxiv.org/abs/2605.11972v1
• Date: Tue, 12 May 2026 11:26:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.819055
• Title: Cooperative Robotics Reinforced by Collective Perception for Traffic Moderation
• Title（参考訳）: 交通モデレーションのための集団認識による協調型ロボット
• Authors: Mohammad Khoshkdahan, John Pravin Arockiasamy, Andy Flores Comeca, Alexey Vinel,
• Abstract要約: 非視線交差点(NLOS)での衝突は、ドライバーが接近する交通の視認性に制限があるため、大きな安全上の懸念が残る。 V2Xベースの警告はこれらのリスクを減らすことができるが、多くの車両はV2Xを装備しておらず、ドライバーは車両の警告を無視する可能性がある。 本研究は,協調型ヒューマノイドロボットをアクティブ交通モデレーターとして追加する補完的概念を導入する。
• 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 at non-line-of-sight (NLOS) intersections remain a major safety concern because drivers have limited visibility of approaching traffic. V2X based warnings can reduce these risks, yet many vehicles are not equipped with V2X and drivers may ignore in vehicle alerts. Collective perception (CP) can compensate for low V2X penetration by extending the awareness of connected vehicles, but it cannot influence unconnected vehicles. To fill this gap, our work introduces a complementary concept that adds a cooperative humanoid robot as an active traffic moderator capable of physically stopping a vehicle that attempts to merge into an unseen traffic stream. The system operates on two parallel perception pathways. A dual camera infrastructure unit detects the position, speed and motion of approaching vehicles and transmits this information to the robot as a collective perception message (CPM). The robot also receives cooperative awareness messages (CAM) from connected vehicles through its onboard V2X unit and can act as a relay for decentralized environmental notification messages (DENM) when safety events originate elsewhere along the road. A fusion module combines these streams to maintain a robust real time view of the main road. A Zone of Danger (ZoD) is defined and used to predict whether an approaching vehicle creates a collision risk for a merging road user. When such a risk is detected, the robot issues a human-like STOP gesture and blocks the merging path until the hazard disappears. The full system was deployed at the Future Mobility Park (FMP) in Rotterdam. Experiments show that the combined vision and V2X perception allows the robot to detect approaching vehicles early, predict hazards reliably and prevent unsafe merges in real world NLOS conditions.
• Abstract（参考訳）: 非視線交差点(NLOS)での衝突は、ドライバーが接近する交通の視認性に制限があるため、大きな安全上の懸念が残る。 V2Xベースの警告はこれらのリスクを減らすことができるが、多くの車両はV2Xを装備しておらず、ドライバーは車両の警告を無視する可能性がある。 集団知覚(CP)は、連結車両の認識を広げることで低V2X浸透を補うことができるが、非連結車両には影響しない。 このギャップを埋めるために、我々の研究は、協調型ヒューマノイドロボットをアクティブな交通モデレーターとして追加し、目に見えない交通ストリームにマージしようとする車両を物理的に停止させることができる補完的な概念を導入した。 このシステムは2つの並列認識経路で動作する。 デュアルカメラインフラストラクチャー部は、接近する車両の位置、速度、動きを検出し、この情報を集団認識メッセージ(CPM)としてロボットに送信する。 ロボットは、V2Xユニットを介して接続された車両から協調的な認識メッセージ(CAM)を受け取り、道路沿いのどこかで安全イベントが発生した際には、分散化された環境通知メッセージ(DENM)の中継として機能する。 融合モジュールはこれらのストリームを組み合わせて、メインロードの堅牢なリアルタイムビューを維持する。 ダンガーゾーン(ZoD)を定義し、接近する車両が合流する道路利用者の衝突リスクを発生させるかどうかを予測する。 このようなリスクが検出されると、ロボットは人間のようなSTOPジェスチャーを発行し、危険が消えるまで合流経路をブロックする。 フルシステムはロッテルダムのFuture Mobility Park(FMP)に配備された。 実験によると、視覚とV2Xの認識を組み合わせることで、ロボットは接近する車両を早期に検出し、危険を確実に予測し、現実世界のNLOS環境での安全でないマージを防ぐことができる。

関連論文リスト

• VRU-CIPI: Crossing Intention Prediction at Intersections for Improving Vulnerable Road Users Safety [0.0]
  交差点におけるVRU交差意図を予測するために,VRU-CIPIフレームワークを逐次アテンションベースモデルで提案する。 VRU-CIPIは、GRU(Gated Recurrent Unit)を使用して、VRU動作の時間的ダイナミクスをキャプチャする。 提案手法は96.45%の精度で,33フレーム/秒のリアルタイム推論速度を実現する。
  論文  参考訳（メタデータ） (2025-05-15T03:40:29Z)
• Enhancing Track Management Systems with Vehicle-To-Vehicle Enabled Sensor Fusion [0.0]
  本稿では,新しいV2V対応トラック管理システムを提案する。 中心となるイノベーションは、V2V通信を通じて検証された融合検出からなる独立した優先度トラックリストの作成にある。 本システムでは,V2X信号のファルシフィケーションが,認識センサからの検知を用いて,初期車両識別プロセスを通じて発生することの意義を考察する。
  論文  参考訳（メタデータ） (2024-04-26T20:54:44Z)
• Edge-Assisted ML-Aided Uncertainty-Aware Vehicle Collision Avoidance at Urban Intersections [12.812518632907771]
  都市横断路におけるプリエンプティブ衝突を検出する新しい枠組みを提案する。 5Gネットワークのマルチアクセスエッジコンピューティングプラットフォームを利用する。
  論文  参考訳（メタデータ） (2024-04-22T18:45:40Z)
• Physical Backdoor Attack can Jeopardize Driving with Vision-Large-Language Models [53.701148276912406]
  Vision-Large-Language-models (VLMs) は自動運転において大きな応用可能性を持っている。 BadVLMDriverは、物理的オブジェクトを使用して実際に起動できる自動運転のためのVLMに対する最初のバックドア攻撃である。 BadVLMDriverは、赤い風船を持った歩行者に突如、加速を誘導する攻撃の成功率を92%達成する。
  論文  参考訳（メタデータ） (2024-04-19T14:40:38Z)
• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• Scalable Decentralized Cooperative Platoon using Multi-Agent Deep Reinforcement Learning [2.5499055723658097]
  本稿では,交通流と安全を向上する車両小隊方式を提案する。 Unity 3Dゲームエンジンで深層強化学習を用いて開発されている。 提案した小隊モデルは、スケーラビリティ、分散化、ポジティブな協力の促進に重点を置いている。
  論文  参考訳（メタデータ） (2023-12-11T22:04:38Z)
• 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)
• Reinforcement Learning based Cyberattack Model for Adaptive Traffic Signal Controller in Connected Transportation Systems [61.39400591328625]
  接続輸送システムにおいて、適応交通信号制御装置(ATSC)は、車両から受信したリアルタイム車両軌跡データを利用して、グリーンタイムを規制する。 この無線接続されたATSCはサイバー攻撃面を増やし、その脆弱性を様々なサイバー攻撃モードに拡大する。 そのようなモードの1つは、攻撃者がネットワーク内で偽の車両を作成する「シビル」攻撃である。 RLエージェントは、シビル車噴射の最適速度を学習し、アプローチの混雑を生じさせるように訓練される
  論文  参考訳（メタデータ） (2022-10-31T20:12:17Z)
• COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
  本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。 われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-05-04T17:55:12Z)
• Using UAVs for vehicle tracking and collision risk assessment at intersections [2.090380922731455]
  本研究は、道路利用者の移動を追跡し、交差点での衝突の可能性を評価するために、UAVとV2X接続の適用を実証する。 提案手法は,ディープラーニングに基づくトラッキングアルゴリズムと時間対衝突タスクを組み合わせたものである。
  論文  参考訳（メタデータ） (2021-10-11T19:38:24Z)
• CAN-LOC: Spoofing Detection and Physical Intrusion Localization on an In-Vehicle CAN Bus Based on Deep Features of Voltage Signals [48.813942331065206]
  車両内ネットワークのためのセキュリティ強化システムを提案する。 提案システムは,CANバスで測定した電圧信号から抽出した深い特徴を処理する2つの機構を含む。
  論文  参考訳（メタデータ） (2021-06-15T06:12:33Z)

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。