協調運転における軌道予測のための機械学習の役割【JST・京大機械翻訳】

Sequeira Luis; Mahmoodi Toktam

プレプリント

J-GLOBAL ID：202202202431124048 整理番号：22P0203006

協調運転における軌道予測のための機械学習の役割【JST・京大機械翻訳】

The Role of Machine Learning for Trajectory Prediction in Cooperative Driving

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年10月21日プレプリントサーバーでの情報更新日： 2020年10月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,協調運転において機械学習が果たす役割を検討した。現代の車両と道路インフラストラクチャにおける連結性の増加率を考えると,協調運転は自動運転における有望な第一段階である。本論文で調査した事例シナリオは,自動車試験トラックにおいて実施したデータ収集,試験および評価によって,協調車線併合である。仮定は,車両がボード上の通信ユニット,すなわち,接続された車両,および接続されていないそれらとの混合であるということである。しかし,路側カメラは接続され,接続性のないものを含むすべての車両を捉えることができる。著者らは,これらの2つの情報源,すなわち,接続された車両,および接続された路側カメラに基づく軌跡を示唆する,トラフィックOchestratorを開発した。推奨軌道を構築し,次に接続した車両に戻した。軌跡の正確でタイムリーな予測における異なる機械学習技術の使用を検討した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, 【Automatic Indexing@JST】

移動通信

, , ,

前のページに戻る