Jörg Gamerdinger

収録論文 6本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• CoLD Fusion: 車車間通信を活用した車線検出のためのリアルタイム対応スプライン融合アルゴリズム
  車線検出/協調知覚2025/12/1

  車車間通信で得た車線情報をスプラインで融合し、未検出区間を補間することで、リアルタイムに車線の知覚範囲を最大200%拡張する手法を提案。

• 自動運転における物体検出の安全性評価のための重要度指標の分析
  自動運転/物体検出/安全性評価2025/12/1

  自動運転の物体検出評価において、重要度指標を体系的に分析し、双方向重要度評価と複数指標統合という新手法を提案して分類精度を最大100%向上させた。

• 自動運転システムの知覚評価のための包括的安全指標
  自動運転知覚2025/12/1

  物体の速度・向き・距離・大きさ・衝突被害を考慮し、知覚の安全性を単一スコアで評価する新指標を提案し、実データと仮想データで既存指標と比較した。

• EPSM：自動運転における環境知覚の安全性を評価する新指標
  自動運転知覚評価2025/12/1

  自動運転の知覚システムの安全性を評価するため、物体検出と車線検出のリスクを統合した新しい指標EPSMを提案し、従来の精度指標では捉えられない安全上の重大な誤りを検出できることを示した。

• CarlaNCAP: インフラ支援型協調知覚による脆弱な道路利用者の安全性を定量化するフレームワーク
  協調知覚2025/12/1

  インフラに設置したセンサで協調知覚を行うことで、死角にいる歩行者や自転車などの脆弱な道路利用者の事故を最大100%回避できることを、EuroNCAPシナリオに基づく1.1万フレームのデータセットで評価した研究。

• S2S-Net: LiDAR協調知覚における異種センサシステムのドメインギャップの克服
  協調知覚2025/4/1

  車車間協調知覚において、異なるLiDARセンサ間のドメインギャップに対応するロバストなアーキテクチャS2S-Netを提案し、SCOPEデータセットで未見センサでも高性能を維持できることを示した。