文献

J-GLOBAL ID：201802244438272339   整理番号：18A0587989

運転状況,運転者挙動と自動車運動を評価する車線変更予測のためのニューラルネットワーク【Powered by NICT】

Neural network for lane change prediction assessing driving situation, driver behavior and vehicle movement

著者 (2件)： Leonhardt Veit (Professorship of Communications Engineering, I-FAS - Interdisciplinary Center for Advanced Driver Assistance Systems, Chemnitz University of Technology) ,  Wanielik Gerd (Professorship of Communications Engineering, I-FAS - Interdisciplinary Center for Advanced Driver Assistance Systems, Chemnitz University of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITSC  ページ： 1-6  発行年： 2017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)

抄録/ポイント： 運転タスクの先進的運転者支援と部分的自動化における着実な進歩により,自律的に運転状況だけでなく,道路利用者のニーズと意図を同定し,評価するための位置における車両システムにもますます重要になっている。これは車線変更のような運動を駆動するために特に関連している。それら特徴を予測するために状況と運転者の広い範囲をカバーする考慮に入れなければならない。この背景に対して,運転状況の評価,運転者の挙動と車両の運動に基づく今後の車線変更の状況を予測するアルゴリズムを提案した。車両周辺の360°官能知覚と運転者の注視挙動車線変更を調製する分析に依存している。得られた情報は,機械学習を適用することによりパラメータ化された人工神経回路網による分類のための融合し,使用されている。得られた予測アルゴリズムは,自動車応用として実時間で作動する。パラメータ化だけでなく,システム全体の評価は,運転研究で得られた実際の運転データを用いて行った。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： パラメタリゼーション ,  機械学習 ,  自動化 ,  *自動車 ,  アルゴリズム ,  *予測 ,  *ニューラルネットワーク ,  *運転
準シソーラス用語： 運転データ ,  実時間 ,  予測アルゴリズム ,  道路利用者 ,  自律性 ,  運転者支援システム ,  *車線変更 , 【Automatic Indexing@JST】

分類 (4件)： 運転者  (TB01040V) ,  パターン認識  (JE07000S) ,  走行性能  (QG02020S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 状況 ,  挙動 ,  自動車 ,  運動 ,  評価 ,  車線変更 ,  予測 ,  ニューラルネットワーク