書籍
書籍検索
近日発売 送料無料

設計技術シリーズ

自動運転のためのセンサフュージョン技術 原理と応用

著者: 伊東 敏夫(芝浦工業大学)
定価: 4,950円(本体4,500円+税)
判型: A5
ページ数: 214 ページ
ISBN: 978-4-910558-12-7
発売日: 2022/5/25

発売前の予約注文を承っております

【目次】

1.センサフュージョンとは

  1. 1.1.組合せ方法
  2. 1.2.センサデータフュージョン

2.各センサ技術詳細

  1. 2.1.アクティブセンサ
    1. 2.1.1.電波レーダー
    2. 2.1.2.LiDAR
    3. 2.1.3.超音波センサ
  2. 2.2.パッシブセンサ
    1. 2.2.1.単眼カメラ
    2. 2.2.2.ステレオカメラ
      • ステレオカメラ内フュージョン例
    3. 2.2.3.RGBDカメラ
    4. 2.2.4.ディープラーニング
    5. 2.2.5.各センサ比較

3.センサフュージョン

  1. 3.1.アクティブセンサとパッシブセンサの組合せ
  2. 3.2.組合せ例
    1. 3.2.1.座標校正
      • バーチャルRGBDカメラ研究例
  3. 3.3.センサフュージョンの種類

4.各センサフュージョン例

  1. 4.1.複合型センサフュージョン
  2. 4.2.統合型センサフュージョン
  3. 4.3.融合型センサフュージョン
    1. 4.3.1.トラッキング
  4. 4.4.連合型センサフュージョン
    1. 4.4.1.相互結合ニューラルネットワーク
    2. 4.4.2.確信度
      • ハフ変換
      • RANSAC
      • ステレオの確信度
      • 単眼カメラによる車両認識
      • 歩行者認識の確信度
      • ディープラーニングの確信度
      • 時系列モデル
      • 状態空間モデル
      • センサフュージョンの効果
    3. 4.4.3.免疫ネットワーク

5.カルマンフィルタ

  1. 5.1.前処理
    1. 5.1.1.デジタル化
    2. 5.1.2.ノイズ除去
    3. 5.1.3.ウィナーフィルタ
  2. 5.2.状態空間表現
  3. 5.3.最小二乗推定法
  4. 5.4.ベイズ統計
  5. 5.5.逐次最小二乗推定法
  6. 5.6.カルマンフィルタ
  7. 5.7.非線形カルマンフィルタ
    1. 5.7.1.拡張カルマンフィルタ
    2. 5.7.2.アンセンティッドカルマンフィルタ
    3. 5.7.3.パーティクルフィルタ
      1. 5.7.3.1.モンテカルロ積分
      2. 5.7.3.2.重点サンプリング法
      3. 5.7.3.3.遂次重点サンプリング法
      4. 5.7.3.4.リサンプリング法
      5. 5.7.3.5.パーティクルフィルタの改善
  8. 5.8.カルマンフィルタ適用例

6.今後の技術動向

  1. 6.1.各センサの今後
  2. 6.2.センサフュージョンの今後

【参考文献】

  • J. S. Albus : gBrains, behavior, and robotics, McGraw-Hill, 1981
  • 水野広他: 前方障害物検出用ミリ波レーダ, 自動車技術会2004年春季学術講演会前刷集, 20045135, No.33-04, pp5-8 (2004)
  • 栗原勇樹,伊東敏夫:単眼とステレオを用いたセンサフュージョンによる走行環境認識に関する研究,自動車技術会2016春季大会学術講演会, 20165308, 66-16, pp1637-1640(2016)
  • 内閣府:第1節 道路交通事故の長期的推移、平成27年版交通安全白書 全文-内閣府、入手先、(参照2016-01-13)
  • 実吉敬二:ステレオカメラによる自動運転支援システム、情報処理学会研究報告、Vol.2013-CVIM-185 No.20、(2013/1/23)
  • Toshio Ito: Cognitive vision for driving environment categorization using network-type fusion,20th ITS World Congress Tokyo 2013. Intelligent Transportation Society of America(2013)
  • 菅沼直樹、高橋謙太、山本大貴:自動運転自動車の市街地公道走行のための信号機認識、自動車技術会学術講演会前刷集、(201510/19)
  • 仙波恒太郎:カーエレクトロニクス技術全集 最新版、(2007/8)、pp129-141、技術情報協会
  • 綱島宣浩、中島真人:投影視差画像を用いた前方車両の検出、電子情報通信学会技術研究報告. PRMU、(1998/10/15)、pp15-20
  • 伊東敏夫、山田憲一:走行環境認識のための画像処理手法の検討、電子情報通信学会、(2009/3)
  • 小野口一則:平面投影ステレオ法を用いた道路領域抽出、情報処理学会研究報告コンピュータビジョンとイメージメディア 1994-CVIM-093、(1995/3/23)、pp-61-68
  • Zhengyou Zhang: Microsoft Kinect Sensor and Its Effect, February 2012,IEEE Multimedia 19(2):4-10(2012)
  • Gunnar Farneback:Two-Frame Motion Estimation Based on Polynomial Expansion, Proceedings of the 13th Scandinavian Conference on Image Analysis, pp.363-370 (2003)
  • Shaoqing Ren, Kaiming He, Ross Girshick, Jian Sun : Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks, Advances in Neural Information Processing Systems 28, pp.1-10 (2015)
  • Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi : You Only Look Once: Unified, Real-Time Object Detection, Computer Vision and Pattern Recognition, pp.798-788 (2016)
  • Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed, Cheng-Yang Fu, Alexander C. Berg : SSD: Single Shot MultiBox Detector, European Conference on Computer Vision, pp.1-15 (2016)
  • 齊藤真衣,沈舜聡,伊東敏夫: LiDARとカメラを用いたセンサフュージョンによる遠距離スパース点群の補間手法,自動車技術会2021秋季大会学術講演会論文集, 20216069, No.96-21(2021)
  • “Honda | 自動運転レベル3 型式指定を国土交通省から取得” , https://www.honda.co.jp/news/2020/4201111.html.
    [アクセス日: 2020年12月20日]
  • 改發荘, 松原大介, 大澤定夫, “自動運転車両の社会実装を推進” , 自動車技術, vol. 74, No. 10, pp. 48-54, (2020)
  • 横山利夫, 武田政宣, 藤田進太郎, 安井裕司, “Hondaの運動支援および自動運転の現状と今後” , 計測と制御, 第54巻, pp. 828-831, (2015)
  • K.Yoneda, N.Suganuma, R.Yanase and M.Aldibaja : Automated driving recognition technologies for adverse weather conditions, IATSS Research, vol. 43, pp. 253-262, (2019)
  • K.Kidono, T.Miyasaka, A.Watanabe, T.Naito and J.Miura : Pedestrian Recognition Using High-definition LIDAR, IEEE Intelligent Vehicles Symposium, pp. 405-410, (2011)
  • Z.Zhang, “A Flexible New Technique for Camera Calibration” , (1998)
  • 藤吉弘亘, “物体追跡技術” , 映像情報メディア学会誌, vol. 62, No. 6, pp. 849-855, (2008)
  • Matlab Simulink-MathWorks日本:異なる色空間間での変換について, https://jp.mathworks.com/help/images/understanding-color-spaces-and-color-space-conversion.html.
    [アクセス日: 2020年1月28日]
    [10] Puck Lidar Sensor, High-Value Surround Lidar | Velodyne Lidar, https://velodynelidar.com/products/puck/.
    [アクセス日: 2020年12月20日]
  • HD Webcam C270n, https://www.logicool.co.jp/ja-jp/product/hd-webcam-c270n.
    [アクセス日: 2020年12月20日]
  • N.K. Jerne : The immune system, Sci.Amer.,No.229,pp. 52-60(1973)
  • N.K. Jerne : Towards a network theory of the immune system, Ann. Immunol. (Inst.Pasteur), No. 125 C, pp. 373-389(1974)
  • 石黒章夫, 渡辺祐司, 内川嘉樹 : 免疫ネットワークを用いたプラントシスムの故障源検出, 日本機械学会ロボティックス・メカトロニクス講演会講演論文集, pp.793-798 (1994)
  • 山田憲一, 伊東敏夫, : ネットワーク型センサ融合による走行環境理解の一手法, 電子情報通信学会論文誌 D, Vol.J86-D2, No.2 pp.223-232 (2003)
  • R. E. Kalman: A new approach to linear filtering and prediction problems, Trans. ASME, J. Basic Eng., Vol. 82D, No. 1, pp. 34-45, 1960(1960)
  • 片山徹:非線形カルマンフィルタ、朝倉書店(2011)
  • 篠原雄介:パーティクルフィルタと物体追跡への応用,日本ロホット学会誌 Vol. 29 No. 5, pp.427-430(2011)
  • B. Ristic, S. Arulampalam, and N. Gordon:Beyond the Kalman Filter: Particle Filters for Tracking Applications, Norwood, MA: Artech House(2004)
  • Rudolph van der Merwe, Nando de Freitas, Arnaud Doucet, and Eric Wan : The unscented particle filter, In Advances in Neural Information Processing Systems 13 (2001)
  • Zhang H, Miao Q, Zhang X, Liu Z : An improved unscented particle filter approach for lithium-ion battery remaining useful life prediction, Microelectron Reliab 2018;81:288-98(2018)
  • Comaniciu, D., Ramesh, V., and Meer : Kernel-based object tracking, IEEE Trans. Patt. Analy. Mach. Intell. 25, pp.564-575(2003)
  • E. Wan and R. van der Merwe : Kalman Filtering and Neural Networks, (chap. 7), S. Haykin Ed. New York: Wiley(2001)
  • L. Q. Li, H. B. Ji, and J. H. Luo : The iterated extended Kalman particle filter, in Proc. IEEE Int. Symp. Communications and Information Technology, vol. 2, Beijing, China, pp. 1213-1216 (2005)
  • https://xtech.nikkei.com/atcl/nxt/column/18/00001/05295/
    [アクセス日: 2021年3月15日]
  • 馬場俊彦他:シリコンフォトニクススローライトライダの開発、電子情報通信学会論文誌C,Vol.J103-C,No.11,pp.434-452(2020)
  • https://www.dynamic-maps.co.jp/
    [アクセス日: 2021年12月15日]
  • https://www.mlit.go.jp/jidosha/anzen/01asv/index.html
    [アクセス日: 2021年12月15日]
  • Shaoshuai Shi, Chaoxu Guo, Li Jiang, Zhe Wang, Jianping Shi, Xiaogang Wang, and Hongsheng Li : Pv-rcnn: Pointvoxel feature set abstraction for 3d object detection, In The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)(2020)

【口コミ】

  • ※口コミはありません。
ページトップへ戻る