| 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 | 2024-11-29 10:25 Blind spot estimation in multi-LiDAR network with deep learning model trained by geometry-based automatic annotation ○Jumpei Negishi・Ryoichi Shinkuma・Gabriele Trovato（SIT）  SRW2024-39 SeMI2024-51 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | In modern society, addressing the challenges of last-mile transportation has become essential due to social issues such as labor shortages, an aging population, and the need for decarbonization. As a result, the demand for micro-mobility has been increasing as an effective transportation solution. Additionally, the utilization of digital twins is expected to play a critical role in enabling the autonomous driving of numerous micro-mobility vehicles. By constructing a digital twin using infrastructure-based LiDAR sensor networks, it becomes possible to integrate and analyze data in real time, detect potential hazards, predict risks, and enhance safety. However, to ensure the safe autonomous driving of numerous micro-mobility vehicles, it is necessary to detect blind spots where vehicles cannot see each other. In traditional methods, there is a trade-off between detection accuracy and processing time. To address this issue, we present a real-time blind spot detection technique using deep learning with a 3D sensor network. This report demonstrates that Our system can comprehensively detect blind spots from arbitrary viewpoints and enable real-time predictions. | |
| キーワード | （和） | / / / / / / / |
| （英） | Blind spot / Digital twin / 3D sensing / LIDAR sensor network / Point cloud / Spatial feature / / | |
| 文献情報 | 信学技報, vol. 124, no. 277, SeMI2024-51, pp. 55-56, 2024年11月. | |
| 資料番号 | SeMI2024-51 | |
| 発行日 | 2024-11-21 (SRW, SeMI) | |
| 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 | SRW2024-39 SeMI2024-51 |
|
| 研究会情報 | |
| 研究会 | SRW SeMI |
| 開催期間 | 2024-11-28 - 2024-11-29 |
| 開催地（和） | 東京理科大学 葛飾キャンパス |
| 開催地（英） | Tokyo Univ. of Science Katsushika Campus |
| テーマ（和） | IoTワークショップ |
| テーマ（英） | IoT Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2024-11-SRW-SeMI |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Blind spot estimation in multi-LiDAR network with deep learning model trained by geometry-based automatic annotation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Blind spot |
| キーワード(2)（和/英） | / Digital twin |
| キーワード(3)（和/英） | / 3D sensing |
| キーワード(4)（和/英） | / LIDAR sensor network |
| キーワード(5)（和/英） | / Point cloud |
| キーワード(6)（和/英） | / Spatial feature |
| 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） | 根岸 純平 / Jumpei Negishi / ネギシ ジュンペイ |
| 第1著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： SIT) |
| 第2著者 氏名（和/英/ヨミ） | 新熊 亮一 / Ryoichi Shinkuma / |
| 第2著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： SIT) |
| 第3著者 氏名（和/英/ヨミ） | ガブリエレ トロヴァト / Gabriele Trovato / |
| 第3著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： SIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-11-29 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SeMI |
| 資料番号 | SRW2024-39, SeMI2024-51 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.276(SRW), no.277(SeMI) |
| ページ範囲 | pp.55-56 |
| ページ数 | 2 |
| 発行日 | 2024-11-21 (SRW, SeMI) |
[研究会発表申込システムのトップページに戻る]