文献

J-GLOBAL ID：201902238844521350   整理番号：19A1961522

未知の未知:深部逆センサモデリングレーダ【JST・京大機械翻訳】

Probably Unknown: Deep Inverse Sensor Modelling Radar

著者 (4件)： Weston Rob (Oxford Robotics Institute (ORI)) ,  Cen Sarah (Oxford Robotics Institute (ORI)) ,  Newman Paul (Oxford Robotics Institute (ORI)) ,  Posner Ingmar (Oxford Robotics Institute (ORI))
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICRA  ページ： 5446-5452  発行年： 2019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： レーダは,様々な気象条件下で長距離の物体を検出することができる自律的な車両応用において,ライダーとビジョンに対する有望な代替案を提示する。しかし,生レーダ電力収益からの占有と自由空間の識別は,センサ雑音とオクルージョンの間の複雑な相互作用のために困難である。これに対抗するために,深いニューラルネットワークを用いて,生のレーダ走査を占有確率の格子マップに変換する逆センサモデル(ISM)を学習することを提案した。著者らのネットワークは,ライダーによって生成された部分的な占有ラベルを用いて自己管理され,人間の監視なしで過去の経験から世界の占有を学習することを可能にする。動的都市環境において記録された5時間のデータに関する著者らのアプローチを評価した。各格子セルのシーンコンテキストを説明することにより,このモデルは,世界を占有され,自由空間に分割することができ,標準的なCFARフィルタリング手法を実行することができる。さらに,著者らのモデル定式化に異分散不確実性を組み込むことによって,センサ観測を通して不確実性の分散を定量化することができた。この機構を通して,閉塞される可能性のある空間の領域をうまく同定することができる。Copyright 2019 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： フィルタリング ,  オクルージョン ,  不確実性 ,  *レーダ ,  モデル ,  ニューラルネットワーク ,  走査 ,  電力 ,  雑音 ,  *センサ ,  ネットワーク ,  定式化 ,  LIDAR
準シソーラス用語： レーザレーダ ,  自由空間 ,  自律性 , 【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 (1件)： 深部