文献

J-GLOBAL ID：202002258715461644   整理番号：20A2071549

深さと強度の深い特徴の融合による視覚に基づくステアリング角度の予測【JST・京大機械翻訳】

Vision-based Steering Angle Prediction by the Fusion of Depth and Intensity Deep Features

著者 (7件)： John Vijay (Toyota Technological Institute, Japan) ,  Rathour Swarn Singh (Toyota Technological Institute, Japan) ,  Mita Seiichi (Toyota Technological Institute, Japan) ,  Tehrani Hossein (DENSO CORPORATION, Japan) ,  Ishimaru Kazuhisa (SOKEN INC. Japan) ,  Konishi Masataka (DENSO CORPORATION, Japan) ,  Chin Hakusho (DENSO CORPORATION, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICVGIP 2018  ページ： 1-8  発行年： 2018年 
JST資料番号： D0698C  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： 単眼カメラベースのエンドツーエンド運転において,ステアリング角度,速度などの車両駆動パラメータを,深い学習を用いてカメラから直接推定した。一方,従来の自律運転では,センシング,行動発生,経路計画および制御のような多重モジュールを用いて,これらのパラメータを推定した。駆動パラメータを直接推定する能力のため,エンドツーエンド駆動フレームワークは研究コミュニティから大きな注目を受けてきた。本論文では,ステレオカメラを用いて生成された深さと外見情報を統合し,特に照明条件を変えて,ステアリング角度予測精度を改善するために,エンドツードライブのための新しいステレオベース深層学習フレームワークを提案した。提案アルゴリズムの検証を,エキスパートドライバによる事前定義駆動経路の多重シーケンスを用いて実行した。照明条件を変えて,各事前定義駆動経路を複数日にわたって取得した。取得したデータセットを利用して,ステレオベースエンドツーエンド駆動のステアリング角度予測精度が単眼カメラベースのエンドツーエンド駆動よりも良好であることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  *視覚 ,  照明条件 ,  コミュニティ ,  多重化 ,  エンドツーエンド方式 ,  立体視 ,  経路探索
準シソーラス用語： 自律性 ,  ステレオカメラ ,  単眼カメラ ,  予測精度 ,  *操舵角 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (2件)： エンドツーエンド運転 ,  ステレオビジョン

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 融合 ,  視覚 ,  ステアリング角度 ,  予測