自動車プローブデータからの高度に自動化された運転のためのHDマップの導出【Powered by NICT】

Massow K.; Kwella B.; Pfeifer N.; Hausler F.; Pontow J.; Radusch I.; Hipp J.; Dolitzscher F.; Haueis M.

文献

J-GLOBAL ID：201702278303820047 整理番号：17A0023514

自動車プローブデータからの高度に自動化された運転のためのHDマップの導出【Powered by NICT】

Deriving HD maps for highly automated driving from vehicular probe data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0023514&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0023514&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (9件)： , , , , , , , ,
資料名：
巻： 2016 号： ITSC ページ： 1745-1752 発行年： 2016年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

高精細度(HD)地図データは高度に自動化された運転を可能にする重要な特徴である。高度自動化車両の出現により,自動車メーカと地図供給者は一連の車両のオンボードセンサデータを用いてHD地図を作成,維持するために新しいアプローチを調べた。状態の芸術アプローチは位置と速度データ解析に焦点を当てているが,付加的な車両センサデータを考慮すると,HDマップとの関連で新しいアプローチを可能にする。2020年までに,百万三十以上の連結車両は,年間販売されることが期待されるが,これは自動車プローブデータのテラバイトの百万を生成する。主要な今後の研究課題の一つは,プローブデータは,HDマップを生成し,維持するために利用する方法を見出すことである。本論文では,そのような方法を開発する方法を検討した。スケーラブルなインフラストラクチャ,摂取,管理および大量プローブデータの解析を支援することを導入した。開発,評価し,プローブデータからのHDマップを生成するための方法を調整するために反復プロセスを支援する。は結果として得られた地図精度に関する方法を評価する基準を提示した。証明概念として,位置とセンサ情報から高速道路の道路形状を導く方法を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , , ,
, 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , , ,

前のページに戻る