文献

J-GLOBAL ID：202202235756024551   整理番号：22A0914434

Delftデータ集合における3+1Dレーダによる多クラス道路ユーザ検出【JST・京大機械翻訳】

Multi-Class Road User Detection With 3+1D Radar in the View-of-Delft Dataset

著者 (5件)： Palffy Andras (Intelligent Vehicles Group, TU Delft, Delft, CD, Netherlands) ,  Pool Ewoud (Intelligent Vehicles Group, TU Delft, Delft, CD, Netherlands) ,  Baratam Srimannarayana (Intelligent Vehicles Group, TU Delft, Delft, CD, Netherlands) ,  Kooij Julian F. P. (Intelligent Vehicles Group, TU Delft, Delft, CD, Netherlands) ,  Gavrila Dariu M. (Intelligent Vehicles Group, TU Delft, Delft, CD, Netherlands)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 4961-4968  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  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： 次世代自動車レーダは,範囲,方位角およびドップラー速度に加えて標高データを提供する。この実験的研究では,以前にLiDAR3Dデータに対して使用された最先端のオブジェクト検出器(PointPillars)を,そのような3+1Dレーダデータ(ここで1Dはドップラーに参照)に適用した。アブレーション研究において,著者らは,最初に,マルチクラス道路利用者検出の文脈において,ドップラー,レーダ断面および一時的蓄積のものとともに,付加的標高情報の利点を調査した。続いて,レーダとLiDARポイントクラウド,オブジェクトクラスワイズ,距離の関数としてオブジェクト検出性能を比較した。著者らの実験的研究を容易にするために,新しいView-of-Delft(VoD)自動車データセットを提示した。それは,同期の8693のフレームと,複雑な都市交通で取得した3+1Dレーダデータの同期と較正した64層LiDAR-,(ステレオ)カメラ-,および3+1Dレーダ-データを含んだ。それは,26587の歩行者,10800のサイクリスト,および26949の自動車ラベルを含む,移動および静的オブジェクトの両方のボックスアノテーションの1231063Dから成る。結果は,64層LiDARデータに関する物体検出が,まだ3+1Dレーダデータに関するものより優れているが,高度情報の追加と連続レーダ走査の統合は,ギャップを閉じるのを助けることを示した。VoDデータセットは,https://intelligent-vehicles.org/datasets/view-of-delft/での科学的ベンチマークのために自由に利用可能である。Copyright 2022 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 ,  関数 ,  *レーダ ,  自動車 ,  都市交通 ,  *道路 ,  歩行者 ,  サイクリスト ,  *一次元 ,  ステレオ音響 ,  アブレーション ,  ベンチマーク ,  アノテーション
準シソーラス用語： 物体検出 ,  LIDARデータ , 【Automatic Indexing@JST】

分類 (1件)： レーダ  (ND13010H)

タイトルに関連する用語 (4件)： データ集合 ,  レーダ ,  クラス ,  道路