文献

J-GLOBAL ID：201902259858387529   整理番号：19A2878846

相互作用ベースの生成的敵対ネットワークを用いた交差点における車両軌道予測【JST・京大機械翻訳】

Vehicle Trajectory Prediction at Intersections using Interaction based Generative Adversarial Networks

著者 (4件)： Roy Debaditya (Nihon University,Department of Transportation Systems Engineering,Chiba,Japan,274-8501) ,  Ishizaka Tetsuhiro (Nihon University,Department of Transportation Systems Engineering,Chiba,Japan,274-8501) ,  Mohan C. Krishna (Indian Institute of Technology,Department of Computer Science and Engineering,Hyderabad,India) ,  Fukuda Atsushi (Nihon University,Department of Transportation Systems Engineering,Chiba,Japan,274-8501)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITSC  ページ： 2318-2323  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： 交差点における車両軌道予測は,自律的車両ナビゲーションのために不可欠で挑戦的である。この問題は,交通が多くの発展途上国における場合と同様に頻繁に車線行動を頻繁に行うより小さい車両で構成されているときに悪化する。既存のマクロアプローチは,異なる車両タイプ間の車両サイズと運転挙動において高い不一致がある場合には考慮できない車線ベースの交通に対する軌道予測問題を考慮している。したがって,非常に異なる運転スタイルを持つ異なるタイプの車両間の相互作用をモデル化する車両軌道予測手法を提案した。これらの相互作用は,信号化されたか非信号化された交差点における各車両の軌跡を予測するために,一般的な付加的ネットワーク(GAN)に埋め込まれた社会的文脈の形でカプセル化される。GANモデルは,隣接車両の軌跡と同様に,過去の運転挙動に適合する多くの選択の中で,最も許容できる将来の軌道を生成する。著者らは,車線規律が車両によって追従されない中国で記録された交差点の空中ビデオに関する提案されたアプローチを評価する。提案したGANに基づく手法は,最先端の軌跡の予測において6.4%の相対的改善を実証した。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： 録画装置 ,  予測技法 ,  軌跡 ,  *ネットワーク ,  *交差点 ,  *軌道推定 ,  モデリング ,  *相互作用 ,  発展途上国
準シソーラス用語： 社会的文脈 ,  自律性 ,  敵意 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  交通管制・規制  (TB01032S)

タイトルに関連する用語 (4件)： 相互作用 ,  敵対 ,  交差点 ,  軌道予測