文献

J-GLOBAL ID：202102261240164466   整理番号：21A3312598

自律車両と歩行者相互作用安全性のための深層学習【JST・京大機械翻訳】

Deep learning for autonomous vehicle and pedestrian interaction safety

著者 (7件)： Zhu Zijiang (School of Information Science and Technology, South China Business College, Guangdong University of Foreign Studies, Guangzhou 510545, Guangdong, China) ,  Zhu Zijiang (Institute of Intelligent Information Processing, South China Business College, Guangdong University of Foreign Studies, Guangzhou 510545, Guangdong, China) ,  Hu Zhenlong (Jiyang College of Zhejiang A&F University, Zhuji 311800, Zhejiang, China) ,  Hu Zhenlong (Zhejiang Yuexiu University, Shaoxing 312000, Zhejiang, China) ,  Dai Weihuang (School of Management, South China Business College, Guangdong University of Foreign Studies, Guangzhou 510545, Guangdong, China) ,  Chen Hang (Information Engineering School, Guangzhou Vocational College of Technology & Business, Guangzhou 511442, Guangdong, China) ,  Lv Zhihan (The School of Data Science and Software Engineering, Qingdao University, China)
資料名： Safety Science  (Safety Science)
巻： 145  ページ： Null  発行年： 2022年 
JST資料番号： W0879A  ISSN： 0925-7535  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,自律車両と歩行者間の相互作用において,どのように深い学習アプローチが安全問題を解決するかを調べることを目的とした。畳込みニューラルネットワーク(CNN)に基づく車両-歩行者検出(VPD)アルゴリズムを,伝統的車両-歩行者相互作用アルゴリズムの特徴抽出の間の大量のパラメータに関して提案した。さらに,Squeezenetアルゴリズムを適用して,より少ないパラメータでトラフィック特性を抽出した。提案したアルゴリズムの性能をシミュレーション実験を通して解析した。結果は,成功した伝送確率が100%に達し,λ値が0.01~0.05であるとき,提案したアルゴリズムは,最小データ遅延と最も高いデータ伝送セキュリティで,実際の値に最も近い結果を提供できることを証明した。異なるカテゴリーにおいて,提案アルゴリズムは,他のアルゴリズム(AlexNet,高密度Net,VGGNet,IGCNet,およびResNet)と比較して,反復回数が増加するので,最も高い精度を提供することができ,それは,交通安全事故を正確に予測することができた。提案アルゴリズムは,81.98%の精度,他の先進CNNsの少なくとも1.94%の改善,および比較シミュレーションに含まれるアルゴリズムよりも少なくとも3.3%の改善を示した。したがって,自律車両と歩行者の間の安全な相互作用を認識し,同定できる。実験を通して,構築したアルゴリズムは,データ伝送遅延を著しく減らし,自律車両と歩行者の間の安全な相互作用の予測精度を改善し,認識精度を著しく向上させ,将来の輸送産業の知的発展のための実験的参照を提供できる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  シミュレーション ,  *相互作用 ,  *学習 ,  交通安全 ,  *歩行者 ,  特徴抽出 ,  セキュリティ
準シソーラス用語： 自律性 ,  データ伝送 ,  予測精度 ,  伝送遅延 ,  歩行者検出 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  自律車両 ,  安全 ,  ターゲット検出 ,  畳込みニューラルネットワーク

分類 (2件)： 自動車事故,交通安全  (TB01050G) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 自律 ,  歩行者 ,  相互作用 ,  安全性 ,  深層学習