DIT4BEARs Smart Roads Internship

要約

ノルウェー北極大学 UiT での研究インターンシップは、「スマート 道路 – 冬季道路メンテナンス 2021」ハッカソンの優勝者である私たちのチームに提供されました。
インターンシップは2021年5月3日に始まり、2021年5月21日に終了し、毎週2回ミーティングが行われました。
私たちインターン生は国籍も学歴も違いますが、できる限りチームとして協力することに努めました。
最も魅力的だったのは、このプロジェクトに取り組むことで、私たちの住居からはこのようなユニークな体験を得ることが難しい北極圏の人々が直面する危機的な状況を認識させられたことです。
私たちは、状態 (乾燥、湿潤、湿潤、氷、雪、ぬかるみ) を分類するために、いくつかの深層学習モデルを開発および実装しました。
天気予報アプリは、最適なモデルに応じて、Ta、Turf、高さ、速度、水などを考慮して状態を予測します。
重要な部分は、摩擦に基づく事故率と状態に基づく事故率の積である安全性指標を定義することでした。
私たちは、分類器から取得した状態とセンサーデータから取得した摩擦に応じて安全性メトリックを予測する回帰変数を開発しました。
経路探索アルゴリズムは、センサー データ、オープンストリート マップ データ、気象データを使用して設計されています。

要約(オリジナル)

The research internship at UiT – The Arctic University of Norway was offered for our team being the winner of the ‘Smart Roads – Winter Road Maintenance 2021’ Hackathon. The internship commenced on 3 May 2021 and ended on 21 May 2021 with meetings happening twice each week. In spite of having different nationalities and educational backgrounds, we both interns tried to collaborate as a team as much as possible. The most alluring part was working on this project made us realize the critical conditions faced by the arctic people, where it was hard to gain such a unique experience from our residence. We developed and implemented several deep learning models to classify the states (dry, moist, wet, icy, snowy, slushy). Depending upon the best model, the weather forecast app will predict the state taking the Ta, Tsurf, Height, Speed, Water, etc. into consideration. The crucial part was to define a safety metric which is the product of the accident rates based on friction and the accident rates based on states. We developed a regressor that will predict the safety metric depending upon the state obtained from the classifier and the friction obtained from the sensor data. A pathfinding algorithm has been designed using the sensor data, open street map data, weather data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google