• セッションNo.36 自動運転に必要な認識技術に関する研究(OS)
  • 5月22日 パシフィコ横浜 G303 13:40-15:45
  • 座長:山下 隆義(中部大学)
OS企画趣旨
近年開発が進んでいる自動運転システムに必要となる認識技術等に関する研究成果や,その課題等について議論する.
企画委員会
自動運転技術部門委員会
オーガナイザー
菅沼 直樹(金沢大学),山下 隆義(中部大学),目黒 淳一(名城大学)
後日配信がない講演は,「配信」の欄に「✕」を表示していますのでご確認ください。
No. 配信 タイトル・著者(所属)
1

ステレオマッチングによるマルチカメラ向けBEVモデルの高精度化

土屋 舜太郎・田仲 結衣・二宮 洸・城戸 英彰(日立製作所)・入江 耕太・奥山 義隆(日立Astemo)

マルチカメラの複数画像を鳥瞰図空間で統合処理する深層学習モデル(BEVモデル)の開発が進んでいる.画像での認識は正確な測距が難しくBEVモデルの精度低下が課題になる.本講演は,ステレオマッチングで求めた相対距離 をBEVモデルの認識に用いることで,3次元認識の精度を向上させたことを報告する.

2

LiDARによる雨天時でのロバストな3D物体検出

針屋 慶吾・米陀 佳祐・福田 有輝也・菅沼 直樹(金沢大学)

自動運転車両の安全な走行には周囲の交通参加者の認識が必要である.LiDARを用いた3D物体検出において,雨天時での周辺走行車両による雨水の巻き上げは誤検出を誘発し,自動運転車両の行動計画に大きな影響を与える.本研究では雨天時における水の巻き上げに対する誤検出を減らす3D物体検出手法を提案する.

3

LiDAR点群を用いた深層学習による自己位置推定の実現

川原 健吾・米陀 佳祐・柳瀬 龍・木下 周・菅沼 直樹(金沢大学)

安全な自動運転を実現するために,自己位置推定が必要である.本研究では,LiDAR点群の特徴をPillar構造によって保持して疑似画像に変換し,深層学習を用いて自己位置を尤度分布として推定するマッチング手法を提案する.本手法は,従来の点群マッチング手法と比較して,よりロバストな位置推定を目的とする.

4

CARLAによるインフラLiDARのシミュレーションと歩行者の検出

二階堂 大陸・針屋 慶吾・米陀 佳祐・菅沼 直樹(金沢大学)

LiDARは自動運転の認識や市街地のインフラセンサとして使用される.本論文ではCARLAによる歩行者に特化した定点LiDARのシミュレーションを行い,検出を目的とする.検出手法としてマルチフレームの3D点群を用いた物体検出を挙げ,疎な点群の歩行者に対して堅牢な検出モデルを提案する.

5

ソナー誤検知影響予測のための超音波伝達シミュレーション開発

鵜飼 基康・中村 高明(アイシン)

自動運転および自動駐車の実現には,高精度なセンシング技術が不可欠である.AEB(自動緊急ブレーキシステム)は超音波ソナーを用いて障害物を検知するが,周辺の車両部品の影響により誤検知が発生する.本研究では,車両搭載時のセンサ信号を予測し,良否判断が可能なCAE技術の構築に取り組んだことを報告する.

Back to Top