文献

J-GLOBAL ID：201802254609289308   整理番号：18A1772690

自律運転における衝突リスク評価のための深い予測モデル【JST・京大機械翻訳】

Deep Predictive Models for Collision Risk Assessment in Autonomous Driving

著者 (3件)： Strickland Mark (Informatics and Decision Systems Engineering, Arizona State University, School of Computing, 660 S. Mill Ave, Tempe, AZ, 85281) ,  Fainekos Georgios (Informatics and Decision Systems Engineering, Arizona State University, School of Computing, 660 S. Mill Ave, Tempe, AZ, 85281) ,  Amor Heni Ben (Informatics and Decision Systems Engineering, Arizona State University, School of Computing, 660 S. Mill Ave, Tempe, AZ, 85281)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICRA  ページ： 1-8  発行年： 2018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： 本論文では,自律および支援運転における衝突リスク評価のための予測手法を検討した。深い予測モデルを訓練して,従来のビデオストリームから切迫した事故を予測した。特に,モデルは,有害な来るべき状況を予測するRGB画像におけるキューを同定するために学習する。以前の研究とは対照的に,著者らのアプローチは,(a)意思決定中の時間的情報,(b)環境についての多モード情報,制御された車両の固有受容状態とステアリング行動,(c)タスクに固有の不確実性に関する情報を組み込んだ。この目的のために,Deep予測モデルを検討し,Bayes Convolution LSTMを用いた実装を提示した。簡単なシミュレーション環境における実験は,特に複数カメラを入力源として用いるとき,この手法が合理的な精度で衝突事故を予測するために学習できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  カメラ ,  シミュレーション ,  待ち行列 ,  意思決定 ,  不確実性 ,  *予測 ,  多モード ,  *リスク評価 ,  *予測モデル
準シソーラス用語： *自律性 ,  ビデオストリーム ,  衝突事故 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 自律 ,  衝突 ,  リスク評価 ,  予測モデル