文献

J-GLOBAL ID：202102229016815758   整理番号：21A0671994

MLOD:自律運転のためのマルチLiDAR3Dオブジェクト検出における外因性摂動の認識【JST・京大機械翻訳】

MLOD: Awareness of Extrinsic Perturbation in Multi-LiDAR 3D Object Detection for Autonomous Driving

著者 (4件)： Jiao Jianhao (The Hong Kong University of Science and Technology,Robotics Institute, Intelligent Autonomous Driving Center,Hong Kong SAR,China) ,  Yun Peng (The Hong Kong University of Science and Technology,Robotics Institute, Intelligent Autonomous Driving Center,Hong Kong SAR,China) ,  Tai Lei (Huawei Technologies,IAS BU) ,  Liu Ming (The Hong Kong University of Science and Technology,Robotics Institute, Intelligent Autonomous Driving Center,Hong Kong SAR,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 10556-10563  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： 固有摂動は常に多重センサに存在する。本論文では,3D物体検出のためのマルチLiDARシステムにおける外因性不確実性に焦点を当てた。最初に,2つの基本事例による幾何学的タスクに及ぼす外因性摂動の影響について解析した。外因性摂動の悪影響を最小化するために,入力点雲の各点の前に不確実性を伝搬し,この情報を用いて3D幾何学的タスクに対するアプローチをブーストした。次に,MLODと呼ばれるマルチLiDAR3Dオブジェクト検出器を提案するために,著者らの知見を拡張した。MLODは2段階ネットワークであり,マルチLiDAR情報がステージ1で様々な方式を通して融合され,外因性摂動がステージ2で扱われる。実世界データセットに関する広範な実験を行い,MLODの精度とロバスト性改善の両方を実証した。コード,データおよび補足材料は,https://ram-lab.com/file/site/mlodで利用可能である。Copyright 2021 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： ネットワーク ,  不確実性 ,  検出器 ,  *三次元 ,  *摂動 ,  ロバスト性
準シソーラス用語： 自律性 ,  *物体検出 ,  マルチセンサ , 【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 ,  マルチ ,  オブジェクト検出 ,  摂動