文献

J-GLOBAL ID：202002280209516572   整理番号：20A1750796

SurfelGAN:自律運転のための現実的なセンサデータの合成【JST・京大機械翻訳】

SurfelGAN: Synthesizing Realistic Sensor Data for Autonomous Driving

著者 (8件)： Yang Zhenpei (UT Austin) ,  Chai Yuning (Waymo) ,  Anguelov Dragomir (Waymo) ,  Zhou Yin (Waymo) ,  Sun Pei (Waymo) ,  Erhan Dumitru (Google Brain) ,  Rafferty Sean (Waymo) ,  Kretzschmar Henrik (Waymo)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CVPR  ページ： 11115-11124  発行年： 2020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： 自律運転システム開発は,シミュレーションにおいて複雑で多様な交通シナリオを再生する能力に大きく依存する。そのようなシナリオにおいて,カメラ,ライダーまたはレーダのような車両センサを正確にシミュレートする能力は,非常に役に立つ。しかしながら,現在のセンサシミュレータは,環境,オブジェクト,および材料特性の手動創造を必要とする,Unal またはUnityのようなゲームエンジンを活用する。このようなアプローチは,スケーラビリティが限られ,カメラ,ライダー,およびレーダデータの現実的近似を,有意な追加作業なしに生産できない。本論文では,自律車両により収集された限られた量のライダーとカメラデータのみに基づいて,現実的なシナリオセンサデータを生成する簡単で効果的なアプローチを示した。提案手法では,テクスチャマッピングサーフェルを用いて,初期車両パスまたはパス集合からシーンを効率的に再構成し,オブジェクト3D形状および外観に関する豊富な情報,ならびにシーン条件を保存する。次に,SurfelGANネットワークを利用して,シーンにおける自己駆動車両と移動物体の新しい位置と方向に対する現実的カメラ画像を再構成した。著者らは,Waymo Open Datasetに関する著者らのアプローチを実証して,それが模擬シナリオのために現実的カメラデータを合成することができることを示した。また,2つの自己駆動車両が,同時に同じシーンを観測する場合を含む,新しいデータセットを作成した。このデータセットを用いて追加の評価を提供し,著者らのSurfelGANモデルの有用性を実証した。Copyright 2020 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： *カメラ ,  レーダ ,  シミュレータ ,  ネットワーク ,  近似法 ,  再構成 ,  写真像 ,  移動体 ,  センサ ,  LIDAR
準シソーラス用語： レーザレーダ ,  自律性 ,  三次元形状 ,  材料特性 ,  ゲームエンジン ,  *センサデータ , 【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 (3件)： 自律 ,  現実 ,  センサデータ