文献

J-GLOBAL ID：201102278155468775   整理番号：11A1851602

運転安全を改善するための動的シーンおよび衝突リスク評価の確率論的解析

Probabilistic Analysis of Dynamic Scenes and Collision Risks Assessment to Improve Driving Safety

著者 (8件)： LAUGIER Christian (INRIA Grenoble Rhone-Alpes, Saint Ismier, FRA) ,  PAROMTCHIK Igor E. (INRIA Grenoble Rhone-Alpes, Saint Ismier, FRA) ,  PERROLLAZ Mathias (INRIA Grenoble Rhone-Alpes, Saint Ismier, FRA) ,  YONG Mao (INRIA Grenoble Rhone-Alpes, Saint Ismier, FRA) ,  YODER John-David (Ohio Northern Univ., OH, USA) ,  TAY Christopher (ProBayes, Saint Ismier, FRA) ,  MEKHNACHA Kamel (ProBayes, Saint Ismier, FRA) ,  NEGRE Amaury (Lab. Informatics of Grenoble, CNRS, FRA)
資料名： IEEE Intelligent Transportation Systems Magazine  (IEEE Intelligent Transportation Systems Magazine)
巻： 3  号： 4  ページ： 4-19  発行年： 2011年 
JST資料番号： W2271A  ISSN： 1939-1390  CODEN： IITSBO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在,自動車と検知物体の衝突予測尺度として共通的にTTC(タイムツーコリジョン)が使用されているが,それは物体が自車に相対的に一定速度であることを仮定するために,状況により衝突リスクを過小,または過大推定する。本稿では都市環境における運転の動的シーンのモデリングと自車の衝突リスク評価の確率論的アプローチを提示する。環境モデリングモジュールでは複数車載センサからの情報を,占有グリッドを介して4次元Bayes占有フィルタに集約入力し,クラスタリング追跡アルゴリズムを介して複数物体情報を提供する。センサ情報,道路形状,物体トラッカと自社経路から確率論的な衝突リスクベクトルを出力し,運転者にリスク度を画面表示する。短時間先の予測はHMM(隠れMarkovモデル)とGauss過程を使用して実施する。システムは確率論的フレームワークProBTの環境中で開発した。トヨタ社の仮想運転シミュレータ中で,Lexusにライダーと2台の立体視カメラを搭載した条件で評価を実施した。数値実験とシミュレーションの結果は,提案システムが実用上十分有効なことを示した。

シソーラス用語： センサフュージョン ,  画像 ,  画像認識 ,  画像理解 ,  立体視 ,  追跡 ,  確率モデル ,  衝突防止装置 ,  *衝突 ,  *確率論的リスク評価 ,  LIDAR
準シソーラス用語： レーザレーダ ,  Markovモデル ,  オブジェクト追跡 ,  シーン ,  シーン認識

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (4件)： シーン ,  衝突 ,  リスク評価 ,  確率論的解析