論文の概要: Beyond the Proving Ground: Independent Public-Road Testing of Assisted Lane Change Systems using LiDAR
- arxiv url: http://arxiv.org/abs/2608.26669v1
- Date: Thu, 27 Aug 2026 06:24:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.257837
- Title: Beyond the Proving Ground: Independent Public-Road Testing of Assisted Lane Change Systems using LiDAR
- Title（参考訳）: 証明場を超えて:LiDARを用いた補助レーン切替システムの独立型公道試験
- Abstract要約: 本研究は,公道上でのAssisted Lane Changeシステムを独立にテストするための方法論を提案する。
A31フランスの高速道路でのキャンペーンでは、LiDARをベースとした車両検出・追跡システムを備えた試験車両を使用した。
UNECE規制番号79の車線変更抑制条件と比較した。
- 参考スコア（独自算出の注目度）: 0.934764068025507
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Testing of commercial Advanced Driver Assistance Systems is essential to ensure safety and compliance during type approval and in service operation. However, proving ground scenarios may not reflect real world driving complexity, while geo fencing can require manufacturer collaboration and limit assessment independence. This work presents a methodology for independently testing Assisted Lane Change systems on public roads. A campaign on the A31 French motorway used a test vehicle equipped with a LiDAR based vehicle detection and tracking system. Tests covered combinations of inter vehicle distance and speed between the test vehicle and the take over vehicle. Real time kinematic global navigation satellite system receivers assessed detection and tracking performance. Recorded lane change trajectories were compared with the lane change suppression requirements of UNECE Regulation Number 79. Of 27 predefined lane change manoeuvres, 18 were completed and 9 suppressed. In 6 cases, the system allowed manoeuvres that did not meet regulatory minimum distance requirements. In 3 cases, the deviation remained statistically significant after accounting for measurement uncertainty. To the authors knowledge, this is the first public road campaign designed to assess Assisted Lane Change compliance with Regulation Number 79 safety distance requirements. The results demonstrate the suitability of LiDAR based sensing for this purpose. The methodology can support market surveillance and future regulatory revisions by revealing real world behaviours not covered by approval procedures.
- Abstract（参考訳）: 商用の先進運転支援システムの試験は、タイプ承認とサービス運用における安全性とコンプライアンスを確保するために不可欠である。
しかし、地上のシナリオを証明することは現実の運転の複雑さを反映しないかもしれないし、ジオフェンシングは製造業者の協力を必要とし、評価の独立性を制限する必要がある。
本研究は,公道上でのAssisted Lane Changeシステムを独立にテストするための方法論を提案する。
A31フランスの高速道路でのキャンペーンでは、LiDARをベースとした車両検出・追跡システムを備えた試験車両を使用した。
テストは、テスト車両とテイクオーバー車両の間の車間距離と速度の組み合わせをカバーした。
リアルタイムキネマティックグローバルナビゲーション衛星システム受信機は、検出および追跡性能を評価した。
UNECE規制番号79の車線変更抑制条件と比較した。
27車線変更操作のうち18機が完成し、9機が抑止された。
6例では規制最小距離要件に満たない操作が可能であった。
3例では,測定の不確かさを考慮し,統計的に有意な偏差を認めた。
著者らに知る限り、これは規制番号79の安全距離要件による補助レーン変更コンプライアンスを評価するために設計された最初の公道キャンペーンである。
以上の結果から,LiDARを用いたセンシングの妥当性が示された。
この手法は、承認手続きでカバーされていない現実世界の行動を明らかにすることで、市場監視と将来の規制改正を支援することができる。
関連論文リスト
- Controlled Experiments on Lane Changing by Transitional Autonomous Vehicle: Dataset and Behavioral Insights [2.249119609566989]
本稿では,ノースカロライナ・トランジショナル・オートモービル・レーン・チャンキング(NC-tALC)データセットについて述べる。
トランジショナル・オートマチック・ビークル(TAV)の強制車線変更挙動を特徴付ける。
レーン交換過程を通して鉛-ラグギャップの進化を定量化し、操作中に衝突リスクが生じる可能性を調べる。
論文 参考訳（メタデータ） (2026-07-29T16:07:44Z) - A Digital Twin Framework for Traffic-Aware UAV Pavement Monitoring without Lane Closure [0.0]
本稿では、車線閉鎖のない交通対応UAV舗装監視のためのUnityベースのデジタルツインフレームワークを提案する。
提案した環境は、手続き的に生成された道路欠陥、動的車両と歩行者、無人UAVナビゲーション、組込み道路損傷認識パイプラインを統合している。
デジタル双生児は、ホバー・アンド・リチェック、マイクロ・リポジション、スキップ・アンド・リバイジットという、閉鎖された道路セグメントの3つの回復戦略を評価するために使用された。
論文 参考訳（メタデータ） (2026-06-17T20:30:52Z) - Vehicle behaviour estimation for abnormal event detection using distributed fiber optic sensing [0.0]
本稿では,道路沿いの車線変化をトラックし,車線変化を検出することによって,単車線異常を検出する手法を提案する。
実交通データを用いて提案手法の評価を行ったところ, 異常の有無を示す車線変化検出イベントの80%の精度が得られた。
論文 参考訳（メタデータ） (2026-02-13T04:05:38Z) - SVBRD-LLM: Self-Verifying Behavioral Rule Discovery for Autonomous Vehicle Identification [1.6386429281694148]
本稿では,実際の交通映像から解釈可能な行動ルールを自動的に検出し,検証し,適用するフレームワークであるSVBRD-LLMを提案する。
このフレームワークは、YOLOv8とByteTrackを使用して車両軌跡を抽出し、キネマティックな特徴を計算し、GPT-5ゼロショットプロンプトを使用して自律車と人力車を比較している。
1500時間以上の実際の交通ビデオの実験では、このフレームワークは90.0%の精度と93.3%のF1スコアを達成した。
論文 参考訳（メタデータ） (2025-11-18T23:45:30Z) - DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。
運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。
我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
論文 参考訳（メタデータ） (2023-10-03T10:10:42Z) - Unsupervised Domain Adaptation for Self-Driving from Past Traversal
Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。
提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。
実世界のデータセットの実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-09-21T15:00:31Z) - Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
本稿では,自動車用レーダセンサの自動校正手法を提案する。
本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。
実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
論文 参考訳（メタデータ） (2023-06-23T07:01:10Z) - Unsupervised Adaptation from Repeated Traversals for Autonomous Driving [54.59577283226982]
自動運転車はエンドユーザー環境に一般化し、確実に動作させなければならない。
潜在的な解決策の1つは、エンドユーザの環境から収集されたラベルのないデータを活用することである。
適応過程を監督する信頼性のある信号はターゲット領域に存在しない。
この単純な仮定は、ターゲット領域上の3次元物体検出器の反復的自己学習を可能にする強力な信号を得るのに十分であることを示す。
論文 参考訳（メタデータ） (2023-03-27T15:07:55Z) - 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) - Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
運転環境の要素が道路ルールの出現の原因となるかを分析する。
2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。
我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
論文 参考訳（メタデータ） (2020-11-21T09:43:50Z) - Intention-Based Lane Changing and Lane Keeping Haptic Guidance Steering
System [9.849431103011469]
シェアリングステアリング支援システムにおけるハプティックガイダンスは、インテリジェントな車両分野において大きな注目を集めている。
現在の触覚誘導ステアリングシステムは、車線変更を支援するのにいくつかの欠陥があることを示している。
本研究では,意図に基づくハプティック共有ステアリングシステムの設計と評価を含む新しいステアリングインタラクション手法について検討した。
論文 参考訳（メタデータ） (2020-11-15T00:55:09Z)
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。