文献

J-GLOBAL ID：202202274035986586   整理番号：22A0707810

ROSに実装されたマルチセンサ融合ベースオブジェクト検出【JST・京大機械翻訳】

Multi-sensor Fusion-Based Object Detection Implemented on ROS

著者 (3件)： Mathur Pranay (BITS Pilani, Sancoale, India) ,  Kumar Ravish (KPIT Technologies, Pune, India) ,  Jain Rahul (KPIT Technologies, Pune, India)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 269  ページ： 551-563  発行年： 2022年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： リアルタイムにおける環境の3D知覚は,自律車両における物体検出,障害物回避,および分類のための重要な側面である。本論文では,直交投影後のLIDAR,RADAR,および単眼カメラ画像からのデータを利用できる新しい3Dオブジェクト分類器を提案した。これを達成するために,学習可能なアーキテクチャを設計し,最終的に多重センサモダリティから検出結果を融合し,続いて連続畳込みを利用して精度の望ましいレベルを達成した。実時間での予測のための適応アルゴリズムを使用して,シーン変化に対して精度不変量を保つことを助ける特定のセンサモダリティからの予測結果への重み付けを自動的に増加させた。バイアスを防ぐために,センサの特定のタイプに注意する訓練戦略を用いた。この戦略はドロップアウトによってヒントを得た。全アルゴリズムをロボット操作システムに実装し,展開と転送を容易化した。NuSceneデータセットに関する著者らの方法を実験的に評価した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  カメラ ,  畳込み ,  *LIDAR ,  学習 ,  ロボット ,  画像 ,  不変量 ,  三次元 ,  直交性 ,  計算機アーキテクチャ
準シソーラス用語： モダリティ ,  適応アルゴリズム ,  単眼カメラ ,  *物体検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： センサフュージョン ,  深層学習 ,  自律車両 ,  オブジェクト検出

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ROS ,  実装 ,  マルチセンサ融合 ,  オブジェクト検出