講演抄録/キーワード |
講演名 |
2022-12-14 11:05
連続する路側カメラを用いた車両認識ネットワークに関する研究 ○チョウ ゴンヒ・ユ タオ・中里 仁・阪口 啓(東工大) WBS2022-55 ITS2022-31 RCC2022-55 |
抄録 |
(和) |
道路交通システム分野でのITS構築やCPSの実現には,高精細な道路情報の収集が不可欠である.あらゆる交通状況を収集するために路側カメラの数は爆発的に増加し,ネットワーク上に膨大なデータトラフィックが発生する.また,全カメラの画像を集中管理サーバーで解析する必要があるため,高い計算機資源が必要となる.そこで本稿では,デジタルツイン社会の構築を目的として,HDカメラ画像を用いた物体認識ネットワークアーキテクチャーを提案する.HDカメラは,路側機に設置される.エッジコンピューティングリソースは,ディープラーニングに基づく物体検出と再認識技術により,車両を検出する.車両画像を抽出し,隣接する路側機に直接転送することで,ネットワークのデータトラフィックを削減すること,すなわち,局所的なバックホールネットワークで車両識別と追跡を実現することが大きな特徴である.本稿では,その基本的な実現可能性について屋外テストベッドフィールドを用いて実験的に検証する.提案するフレームワークは,車両の再認識精度を維持したまま,データトラフィックを90%以上削減することができる. |
(英) |
For the purpose of establishing a digital twin society, this paper proposes an object recognition network architecture using high-definition (HD) camera images.HD camera is installed to the edge computing resource in Road-Side Unit (RSU).The edge computing resource detects vehicles by object detection and Re-ID function based on deep learning. Its key feature is to reduce the amount of network data traffic by extracting vehicle images and directly transferring them to neighboring RSUs, i.e. vehicle identification and tracking can be achieved in the localized backhaul network. This paper experimentally verifies its fundamental feasibility using outdoor testbed field. The proposed framework can significantly reduce the data traffic by more than 90% while maintaining vehicle Re-ID accuracy. |
キーワード |
(和) |
V2X / 画像処理 / 車両認識ネットワーク / トラフィック削減 / エッジコンピューティング / ITS / 路側機 / 概念実証 |
(英) |
V2X / Image Processing / Re-Identification of Vehicle / Traffic Reduction / Edge Computing / ITS / RSU / Proof-of-Concept |
文献情報 |
信学技報, vol. 122, no. 308, ITS2022-31, pp. 114-119, 2022年12月. |
資料番号 |
ITS2022-31 |
発行日 |
2022-12-06 (WBS, ITS, RCC) |
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 |
WBS2022-55 ITS2022-31 RCC2022-55 |