要約
よりスマートで安全な都市を構築するには、安全で効率的で持続可能な交通システムが重要な要件です。
自動運転システム (ADS) は、スマート交通の開発において重要な役割を果たしており、ここ数十年で自動車分野が直面する主要な課題の 1 つと考えられています。
自動運転システム（ADS）を搭載した車には、アダプティブクルーズコントロール、衝突警報、自動駐車など、さまざまな最先端の機能が搭載されています。
ADAS 内の主な研究分野には、運転環境に関係なく、建設区域内の道路障害物を特定することが含まれます。
この論文では、コンピュータビジョン技術を活用した革新的で高精度の道路障害物検出モデルを紹介します。このモデルは、工事現場や多様な漂流条件下で機能し、最終的にはより安全な道路交通システムの構築に貢献できます。
YOLO フレームワークで開発されたモデルは、94% を超える平均精度を達成し、検証データセットで 1.6 ミリ秒の推論時間を実証しました。これは、自動運転車の危険とリスクを軽減するために適用される方法論の堅牢性を強調しています。
要約(オリジナル)
To build a smarter and safer city, a secure, efficient, and sustainable transportation system is a key requirement. The autonomous driving system (ADS) plays an important role in the development of smart transportation and is considered one of the major challenges facing the automotive sector in recent decades. A car equipped with an autonomous driving system (ADS) comes with various cutting-edge functionalities such as adaptive cruise control, collision alerts, automated parking, and more. A primary area of research within ADAS involves identifying road obstacles in construction zones regardless of the driving environment. This paper presents an innovative and highly accurate road obstacle detection model utilizing computer vision technology that can be activated in construction zones and functions under diverse drift conditions, ultimately contributing to build a safer road transportation system. The model developed with the YOLO framework achieved a mean average precision exceeding 94\% and demonstrated an inference time of 1.6 milliseconds on the validation dataset, underscoring the robustness of the methodology applied to mitigate hazards and risks for autonomous vehicles.
arxiv情報
| 著者 | Abu Shad Ahammed,Md Shahi Amran Hossain,Roman Obermaisser |
| 発行日 | 2024-09-24 07:11:00+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google