文献

J-GLOBAL ID：202102252407216200   整理番号：21A3221279

定常車両による悪天候条件下の自律車両のためのライダイメージングシステムの有効範囲評価【JST・京大機械翻訳】

Effective Range Assessment of Lidar Imaging Systems for Autonomous Vehicles Under Adverse Weather Conditions With Stationary Vehicles

著者 (3件)： Abdo Jamil (Department of Physics and Engineering, Frostburg State University, 101 Braddock Road, CSC 105, Frostburg, MD 21532) ,  Hamblin Spencer (Physics and Engineering Department, Frostburg State University, 101 Braddock Road, Frostburg, MD 21532) ,  Chen Genshe (Intelligent Fusion Technology, Inc., 20271 Goldenrod Lane, Suite 2066, Germantown, MD 20876)
資料名： ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part B: Mechanical Engineering  (ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part B: Mechanical Engineering)
巻： 8  号： 3  ページ： Null  発行年： 2022年 
JST資料番号： W5089A  ISSN： 2332-9017  資料種別： 逐次刊行物 (A)
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： 光検出と測距(ライダー)イメージングシステムは自律車両でますます使用されている。しかし,最終技術実装は,商用車に導入できるデータ収集ユニットのためのプロバイダの選択を始めているので,まだ主要な自動車製造者として決定されていない。現在,自律車両に対する試験は,主に晴天環境で行われている。良い天候で行われた実験は,霧,雨,および雪のような極端な条件の下で,性能品質に関する情報を提供することができない。極端な条件下で,誤検出の多くの事例は後方散乱強度のために生じ,それによってセンサの信頼性を低下させる。本研究では,極端な天候がデータ収集にどのように影響するかを理解するために,逆天候でライダーセンサを試験した。この目的のために,試験セットアップとアルゴリズムを開発した。結果は,自動化車両におけるライダーの商業使用のための技術的検証を提供することが期待される。2つの一般的なライダーセンサーの有効範囲を,悪天候条件,すなわち,霧,雨,および雪の下で推定した。結果は,霧がライダー性能にひどく影響し,降雨が性能に若干の影響を及ぼすことを示した。一方,雪はライダー性能に影響しなかった。Please refer to the publisher for the copyright holders. 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 ,  *LIDAR ,  降雨 ,  自動化 ,  信頼性 ,  商用車 ,  後方散乱 ,  センサ ,  光検出 ,  データ収集 ,  晴天 ,  *荒天
準シソーラス用語： 雪 ,  *天候 ,  *イメージングシステム , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  レーザの応用  (BD04100V)

タイトルに関連する用語 (3件)： 悪天候 ,  自律 ,  評価