[B! vehicle][point cloud] [6ページ] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

vehicleとpoint cloudに関するarxiv_readerのブックマーク (185)

4D占有率予測のプロキシとしての点群予測
arxiv_reader 2023/02/28
世界が将来どのように進化するかを予測することは、自律システムの動作計画にとって重要です。古典的な方法は、動きを計画するためにセマンティッククラスラベル、バウンディングボックス、トラックまたは都市

point cloud

dataset

self-supervised

human

LiDAR

arXiv reaDer

3D

vehicle

arXiv
リンク
単眼深度推定の評価指標について
arxiv_reader 2023/02/21
単眼深度推定 (MDE) を実行して、自動運転車 (AV) や運転支援の車載認識に関連するものなど、下流のタスクで使用できる 3D 情報を生成します。したがって、MDE 評価の標準的な測定基準が、将来

monocular

detection

3D

vehicle

metric

point cloud

arXiv

estimation

arXiv reaDer
リンク
LAPTNet-FPN: リアルタイムセマンティックグリッド予測のためのマルチスケール LiDAR 支援射影変換ネットワーク
arxiv_reader 2023/02/14
セマンティックグリッドは、自律システム周辺のシーンを表現するのに役立ちます。ロボットは、周囲の空間のレイアウトに関する情報を取得することで、このタイプの表現をナビゲーションや追跡などの重要なタスクに

vehicle

arXiv

representation

robot

real time

arXiv reaDer

human

dataset

tracking

point cloud
リンク
CVTNet: LiDAR データを使用した場所認識のためのクロスビュートランスフォーマーネットワーク
arxiv_reader 2023/02/06
LiDAR ベースの場所認識 (LPR) は、GPS が拒否された環境で以前に訪れた場所を識別するための自動運転車の最も重要なコンポーネントの 1 つです。ほとんどの既存の LPR メソッドは、さまざ

LiDAR

representation

vehicle

point cloud

dataset

arXiv

arXiv reaDer

transformer

real time
リンク
LiDAR ポイントクラウドを使用した協調的知覚のための適応型特徴融合
arxiv_reader 2023/01/16
協調的認識により、Connected Autonomous Vehicle (CAV) は近くにある他の CAV と対話して周囲のオブジェクトの認識を強化し、安全性と信頼性を高めることができます。死角

arXiv reaDer

arXiv

point cloud

domain adaptation

LiDAR

pedestrian

vehicle

dataset

detection
リンク
Circular Accessible Depth: UGV ナビゲーションの堅牢な通過可能性表現
arxiv_reader 2022/12/29
このホワイトペーパーでは、不規則な障害物を含むさまざまなシナリオでの通過可能性を学習するために、無人地上車両 (UGV) の堅牢な通過可能性表現である Circular Accessible Dept

LiDAR

point cloud

vehicle

learning

arXiv

arXiv reaDer

semi-supervised

representation
リンク
非可逆通信下における車車間協調知覚の学習
arxiv_reader 2022/12/19
ディープラーニングは、インテリジェントな車両運転の認識 (3D オブジェクト検出など) で広く使用されています。有益な車両間 (V2V) 通信により、他のエージェントからの深層学習ベースの機能を自車両

dataset

vehicle

arXiv

3D

point cloud

arXiv reaDer

detection

attention

learning
リンク
ノイズの多いレーダーデータのセマンティックセグメンテーションのためのガウスレーダー変換器
arxiv_reader 2022/12/08
シーンの理解は、将来の状態の予測、衝突の回避、および経路計画を行うために、動的環境における自律型ロボットにとって重要です。カメラと LiDAR の認識は、近年大きな進歩を遂げましたが、悪天候下では限界

semantic segmentation

LiDAR

sparse

transformer

arXiv

point cloud

arXiv reaDer

face

vehicle

robot
リンク
PVT3D: スパース Lidar スキャンからの場所認識のためのポイントボクセルトランスフォーマー
arxiv_reader 2022/11/24
点群 (LiDAR) スキャンに基づく場所認識は、ロボットや自動運転車で堅牢な自律性を実現するための重要なモジュールです。このようなスキャンに一致するように深いネットワークをトレーニングすると、難しい

transformer

dataset

arXiv

sparse

vehicle

arXiv reaDer

representation

LiDAR

point cloud

robot
リンク
3D 点群自己教師あり通過可能性推定の不確実性の低減
arxiv_reader 2022/11/22
オフロード環境での通過可能性の推定には、堅牢な認識システムが必要です。最近、過去の車両の経験から自己監視型の方法で通過可能性の推定を学習するアプローチが登場しています。これは、人間のラベル付けコストと

3D

metric

self-supervised

arXiv reaDer

point cloud

dataset

vehicle

estimation

arXiv

human
リンク
LiSnowNet: LiDAR ポイントクラウドのリアルタイム除雪
arxiv_reader 2022/11/21
LiDAR は最新の自動運転車に広く採用されており、シーンと周囲のオブジェクトの 3D 情報を提供します。ただし、降雪中にキャプチャされた点群は簡単に破損する可能性があるため、悪天候は依然として Li

real time

3D

LiDAR

unsupervised

point cloud

CNN

arXiv

pose

vehicle

arXiv reaDer
リンク
リアルタイムの車載 LiDAR 知覚のための点群のディープラーニング表現の分析
arxiv_reader 2022/10/27
LiDAR センサーは、車両の周囲の正確で高解像度の 3D 表現を提供するため、最新の自動運転車に不可欠な要素です。ただし、複数の高解像度 LiDAR センサーからの増え続けるデータ量を利用することは

LiDAR

representation

arXiv

point cloud

real time

vehicle

arXiv reaDer

learning

3D

semantic segmentation
リンク
PseudoAugment: 点群のデータ拡張にラベルなしデータを使用する方法の学習
arxiv_reader 2022/10/25
データ拡張は、データ効率を改善し、点群での 3D 検出のラベリングコストを節約するための重要な手法です。しかし、既存の拡張ポリシーはこれまで、ラベル付きデータのみを利用するように設計されており、デー

arXiv

pedestrian

vehicle

dataset

augmentation

detection

3D

arXiv reaDer

point cloud

one-shot
リンク
Center Feature Fusion: センターベースのオブジェクトの選択的マルチセンサーフュージョン
arxiv_reader 2022/09/27
自動運転車向けの正確で堅牢な 3D オブジェクト検出システムを構築するには、特にカメラと LiDAR 間のマルチモーダルフュージョンを活用することが不可欠になっています。最近まで、点群をカメラ機能で

vehicle

arXiv reaDer

detection

augmentation

LiDAR

arXiv

point cloud

dataset

3D
リンク
現実的なLiDARをシミュレートすることを学ぶ
arxiv_reader 2022/09/23
現実的なセンサーをシミュレートすることは、自律システムのデータ生成において困難な部分であり、多くの場合、慎重に手作りされたセンサー設計、シーンプロパティ、および物理モデリングが必要です。これを軽減す

dataset

simulation

arXiv

vehicle

learning

point cloud

arXiv reaDer

LiDAR

segmentation
リンク
Fast-Image2Point: 3D スーパービジョンを使用した単一画像のリアルタイム点群再構成に向けて
arxiv_reader 2022/09/22
3D 再構築の問題における重要な問題は、3D オブジェクトをモデル化するためにマシンまたはロボットをトレーニングする方法です。自動運転車などのリアルタイムシステムにおけるナビゲーションなどの多くのタ

robot

arXiv reaDer

real time

point cloud

reconstruction

dataset

arXiv

representation

3D

vehicle
リンク
ScaTE: 非構造化環境における自己教師ありトラバーサビリティ推定のためのスケーラブルなフレームワーク
arxiv_reader 2022/09/15
構造化されていない環境で自動運転車を安全かつ成功裏にナビゲートするには、車両の運転能力に基づいて地形の通過可能性を変える必要があります。実際の運転経験を自己監視型の方法で利用して、車両固有の通過可能性

learning

human

arXiv reaDer

point cloud

simulation

arXiv

3D

vehicle

estimation

self-supervised
リンク
マルチモーダルストリーミング 3D オブジェクト検出
arxiv_reader 2022/09/13
最新の自動運転車は、知覚のために機械式 LiDAR に大きく依存しています。現在の認識方法では、一般に、LiDAR が方位角をスキャンし、連続した楔形のスライスを取得するときに、連続して収集される 3

point cloud

detection

3D

arXiv reaDer

arXiv

LiDAR

vehicle

benchmark
リンク
セマンティックセグメンテーションによる外部カメラキャリブレーション
arxiv_reader 2022/08/09
単眼カメラセンサーは、インテリジェントな車両操作と自動運転支援に不可欠であり、交通管制インフラストラクチャにも多用されています。ただし、単眼カメラのキャリブレーションには時間がかかり、多くの場合、か

LiDAR

arXiv reaDer

vehicle

arXiv

pose

localization

point cloud

monocular

estimation

semantic segmentation
リンク
LiDAR ポイントクラウドを使用した協調的知覚のための適応型特徴融合
arxiv_reader 2022/08/02
協調的認識により、Connected Autonomous Vehicle (CAV) は近くにある他の CAV と対話して周囲のオブジェクトの認識を強化し、安全性と信頼性を高めることができます。死角

point cloud

LiDAR

domain adaptation

detection

pedestrian

arXiv

vehicle

dataset

arXiv reaDer
リンク
前のページ 1 2 3 4 5 6 7 8 9 10 次のページ

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx