| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-03-05 09:00 車載ミリ波レーダのLSTMを用いた車外物体識別 ○中村崇志（慶大）・豊田健太郎（A*STAR, SIMTech, Singapore）・大槻知明（慶大）  RCS2019-349 |
|
| 抄録 | （和） | 交通事故防止のために，歩行者を検知して車両を制御するシステムが注目されている． 歩行者検知には，カメラを用いた方法や，レーダを用いた方法が存在するが，レーダを用いた方法は，夜間や悪天候といった，画像から周囲の状況を得ることが困難な状況や，遠距離の物体に対する測定において優れる． レーダを用いた歩行者検知では，自動車の前方を動く物体にレーダを照射し，受信レーダ情報から算出した特徴量を，時間方向に平均と分散を算出し，それを用いて識別する方法が提案されている． また，受信レーダ情報を深層学習に入力して，車外の物体を識別する方法が提案されているが，静止物体の識別のみを評価しており，動いている物体に対しては評価していない． 本研究では，LSTM (Long Short Term Memory) を用いて，レーダ情報から得た特徴量の時系列から，車外の静止物体・移動物体を識別する手法を提案する． 物体から反射した複数のレーダ波に対し，物体の速度，距離，レーダ波の強度といった情報の統計量を特徴量として算出し，これらを時間方向にLSTMに入力して，識別する． 実験では，実際の道路状況を想定し，横断する歩行者，自転車を制御対象物として，それ以外の物体と識別する実験を行い，特徴量の時間方向の平均と分散を用いる従来法と識別性能を比較した． 実験の結果，提案法が約0.98のTrue Positive Rateとなり，従来法の0.92から改善することを確認した． また，従来法と提案法の計算時間を比較評価した． |
| （英） | Identifying objects is in great demand for avoiding road accidents. Radar-based method is superior to camera-based one in terms of lighting and weather resistance. In the conventional method, the time-domain mean and variance of features of radar information is extracted. On the other hand, deep-learning-based method that uses received radar information for inputting is proposed. However, this method only classifies static road objects. In this report, we propose a time-series-based on-road object identification using LSTM (Long Short Term Memory). We extract features from a received radar information, and then time-series of successive features are used as the inputs for LSTM. In the experiments, we evaluated the classification performance of objects between the proposed method and conventional one. The measured objects consider road crossing or rushing out in a practical urban environment. As a result, it is shown that our method outperforms the conventional one by a 0.98 True Positive Rate. Additionally, we evaluated the computational time and compared the result of the proposed method with those of conventional one. |
|
| キーワード | （和） | ミリ波レーダ / 物体識別 / 車載システム / 歩行者識別 / / / / |
| （英） | millimeter-wave radar / object identification / automotive system / pedestrian detection / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 448, RCS2019-349, pp. 153-158, 2020年3月. | |
| 資料番号 | RCS2019-349 | |
| 発行日 | 2020-02-26 (RCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCS2019-349 |
|
| 研究会情報 | |
| 研究会 | RCS SR SRW |
| 開催期間 | 2020-03-04 - 2020-03-06 |
| 開催地（和） | 東京工業大学 |
| 開催地（英） | Tokyo Institute of Technology |
| テーマ（和） | 移動通信ワークショップ |
| テーマ（英） | Mobile Communication Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2020-03-RCS-SR-SRW |
| 本文の言語 | 日本語 |
| タイトル（和） | 車載ミリ波レーダのLSTMを用いた車外物体識別 |
| サブタイトル（和） | |
| タイトル（英） | Object identification with millimeter-wave radar using LSTM |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ミリ波レーダ / millimeter-wave radar |
| キーワード(2)（和/英） | 物体識別 / object identification |
| キーワード(3)（和/英） | 車載システム / automotive system |
| キーワード(4)（和/英） | 歩行者識別 / pedestrian detection |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 中村 崇志 / Takashi Nakamura / ナカムラ タカシ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 豊田 健太郎 / Kentaroh Toyoda / トヨダ ケンタロウ |
| 第2著者 所属（和/英） | A*STAR, SIMTech, Singapore (略称： A*STAR, SIMTech, Singapore) A*STAR, SIMTech, Singapore (略称： A*STAR, SIMTech, Singapore) |
| 第3著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-05 09:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2019-349 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.448 |
| ページ範囲 | pp.153-158 |
| ページ数 | 6 |
| 発行日 | 2020-02-26 (RCS) |
[研究会発表申込システムのトップページに戻る]