文献

J-GLOBAL ID：201802224795194805   整理番号：18A2218006

高精細地図特徴を用いた交通光認識【JST・京大機械翻訳】

Traffic light recognition using high-definition map features

著者 (5件)： Hirabayashi Manato (Graduate School of Information Science, Nagoya University, Japan) ,  Sujiwo Adi (Graduate School of Information Science, Nagoya University, Japan) ,  Monrroy Abraham (Graduate School of Information Science, Nagoya University, Japan) ,  Kato Shinpei (Graduate School of Information Science and Technology, The University of Tokyo, Japan) ,  Edahiro Masato (Graduate School of Information Science, Nagoya University, Japan)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 111  ページ： 62-72  発行年： 2019年 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 公共道路における交通灯の正確な認識は,自動運転システムを展開するための重要なステップである。カメラセンサは物体検出タスクに広く使われている。交通信号検出にそれらを用いることは自然であると思われる。しかしながら,カメラにより捕捉された画像は,広い数の無関係な物体を含み,検出精度の著しい低下を引き起こす。本論文は,画像におけるトラフィック光の状態を認識するための革新的ではあるが信頼できる方法を提示した。正確な3Dマップとそれにおける自己位置確認技術の助けを借りて,自律的駆動システムにおいて既に使用されている要素を用いて,著者らは,交通光検出精度を改良するための方法を提案した。現在の位置を用い,道路における交通信号を見ることにより,車両搭載カメラにより捕捉された画像における交通光(ROI,関心領域)のみに関連する領域を抽出し,次に,ROIsをカスタム分類器に供給し,状態を認識した。著者らの方法の評価は,著者らの都市公共運転実験の間に記録された2つのデータセットにおいて実施された。1つは昼光の間に,もう1つは日没の間に得られた。定量的評価は,著者らの方法が,各状態に対して97%以上の平均精度を達成し,望ましい条件下で90mの限り約90%の再現を達成することを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動車 ,  位置決め ,  *カメラ ,  信号検出 ,  三次元 ,  画像 ,  センサ ,  自動運転 ,  道路 ,  照明 ,  都市
準シソーラス用語： 関心領域 ,  交通信号 ,  自律性 ,  検出精度 , 【Automatic Indexing@JST】

著者キーワード (3件)： 自律車両 ,  自動車環境知覚 ,  情報融合

分類 (2件)： ロボットの設計・製造・構造要素  (IC04013A) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (2件)： 地図 ,  交通