列車前方監視における支障物検知のための3次元点群の適応的クラスタリング手法

カテゴリ: 研究会(論文単位)

論文No: VT24039,TER24069

グループ名: 【D】産業応用部門 自動車/【D】産業応用部門 交通・電気鉄道合同研究会

発行日: 2024/09/17

タイトル(英語): Adaptive Clustering Method of 3D Point Cloud for Obstacle Detection in Train Forward Surveillance

著者名: 小井手 孝徳(鉄道総合技術研究所),影山 椋(鉄道総合技術研究所),長峯 望(鉄道総合技術研究所)

著者名(英語): Takanori Koide(Railway Technical Research Institute),Ryo Kageyama(Railway Technical Research Institute),Nozomi Nagamine(Railway Technical Research Institute)

キーワード: 列車前方監視|支障物検知|３次元点群|点群クラスタリング|Train Forward Surveillance|Obstacle Detection|3D Point Cloud|Point Cloud Clustering

要約(日本語): 我々は列車前方監視を支援するため、カメラやLiDARによる線路内の支障物検知手法の開発を進めている。LiDARの点群からの物体検出では点群密度が閾値以上の領域を抽出するクラスタリング手法を用いているが、センサからの距離に応じて密度閾値を適応的に調整する必要がある。本研究ではLiDARのレーザー照射範囲に基づきクラスタリングの密度閾値を適応的に設定する手法を提案した。本稿では手法の概要と評価結果を示す。

要約(英語): We have been developed obstacle detection method using cameras and LiDAR for train forward surveillance. This research focuses on adaptively adjusting the density threshold for clustering 3D point clouds from LiDAR based on the laser range and point count. The paper shows the overview of proposed method and evaluation results.

本誌: 2024年9月20日自動車/交通・電気鉄道合同研究会

本誌掲載ページ: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 2,079 Kバイト