自動運転車に「目」をつけたカーズのような車で、歩行者との事故が減る？ - ナゾロジー
近年、車の自動運転技術が大きく進歩し、社会への実用化も夢ではなくなっています。 その一方で、課題となっているのが、歩行者との意思疎通の難しさです。 通常の車両であれば、運転手とのアイコンタクト等で、ある程度のコミュニケーションが取れますが、自動運転車ではそれができず、歩行者との接触事故に繋がる危険性があります。 しかしこのほど、東京大学大学院 情報理工学系研究科の最新研究により、自動運転車に「目」を付けることで、歩行者の安全性を向上できる可能性が示されました。 歩行者は、車の「目」がこっちを見ているか見ていないかで、自動運転車がそのまま直進するか停止するかを判断でき、安全な道路横断をしやすくなるようです。 研究の詳細は、2022年9月17日付で『ACM Digital Library』に掲載されています。 安全な車社会に自動運転車の「目」が貢献 ～「目」を持つ自動運転車で交通事故リスクの低
「揺れない車」アップルカーに期待 東大院・暦本教授
米Apple（アップル）が電気自動車（EV）の開発を模索する。同社の躍進を支えたのが優れたユーザーインターフェース（UI）である。マルチタッチなど革新的なUIでiPhoneなどの利便性を向上させてきた。UI研究の泰斗で、Appleの強みを知る東京大学大学院教授でソニーコンピュータサイエンス研究所副所長の暦本純一氏に、その強さの秘密とアップルカーへの期待を聞いた。（聞き手は清水 直茂＝日経クロステック） Appleの強さはどこにありますか。 ゼロから自分で作れるところだ。ソフトウエアとハードウエア、そしてシリコン（半導体）の設計について自ら完全にコントロールできる。資金力もあり、製品に対して技術や価格、デザインなどに妥協しないで作れる点が、Appleの最大の強さではないか。 日本企業で、すごいスマートフォンのアイデアを思いついたとする。ただしOSや半導体を自分で設計できない。するとアライアン
About – Waymo Open Dataset
The field of machine learning is changing rapidly. Waymo is in a unique position to contribute to the research community, by creating and sharing some of the largest and most diverse autonomous driving datasets. The 2024 Waymo Open Dataset Challenges are live! Check out the WOD Challenges on Motion Prediction, Sim Agents, 3D Semantic Segmentation, and Occupancy and Flow Prediction. The field of ma
自動運転における３次元での物体検出に画像データを活用する論文紹介 - TIER IV Tech Blog
はじめまして、ティアフォーでパートタイムエンジニアをしている村松です。 今回は、AutowareのPerceptionモジュールにおけるObject Recognitionを改善するために調査した内容について紹介します。 Autowareのアーキテクチャの詳細については過去の記事をご覧ください。 tech.tier4.jp 論文紹介 Pseudo-LiDAR PointFusion Frustum PointNets PointPainting さいごに 論文紹介 今回は、カメラ画像のみまたはカメラ画像とLiDAR点群の両方を活用した３次元での物体検出の論文を４つ紹介します。 Pseudo-LiDAR まず最初に紹介するのは、カメラ画像のみを使って３次元物体検出をする手法です。この手法は、CVPR2019で採択された論文*1で、現在Teslaでも使われています。Teslaの取り組みについて
Autowareにおける三次元物体認識アルゴリズム「PointPillars」の紹介 - TIER IV Tech Blog
こんにちは。 ティアフォーで自動運転ソフトウェア開発を行っている村上です。 今回はDeep Learningを使った三次元物体認識の手法を紹介していきます。 TL;DR: 12msで動作する三次元物体認識アルゴリズムの開発 自動運転におけるDeep Learning 点群を処理するためのDeep Learning ざっと従来手法 従来手法での問題 形状推定の必要性 Deep Learningで可能なこと 三次元物体認識アルゴリズム「PointPillars」の紹介 ざっと類似手法 なぜ「PointPillars」 CUDAとTensorRTによる高速化 最後に 自動運転におけるDeep Learning 自動運転では主に周りの環境を認識する際にDeep Learningを用いることが多いです。画像認識アルゴリズムであるSSD*1やYOLO*2が有名なものになります。 Deep Learni
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
Unifying Flow, Stereo and Depth Estimation
How Lyft predicts your destination with attention
Monocular Bird’s-Eye-View Semantic Segmentation for Autonomous Driving