
DICOMO2024@花巻温泉
DICOMO2024シンポジウムにおいて6件の研究発表・M1中尾が受賞、2件の優秀発表賞

国内会議 · 2024
本研究では、高速道路の合流地点を予測するための軽量な機械学習フレームワークを提案する。従来の深層学習手法とは異なり、本モデルは高い精度を維持しつつ、学習および推論のコストを抑えた実用的なソリューションを提供する。本システムでは、固定カメラで撮影した映像からYOLO v5を用いて車両を検出し、新規開発した独自のトラッカーを用いて車両を追跡する。その後、得られたデータを基に車両の合流情報を生成し、eXtreme Gradient Boosting (XGBoost) を用いて合流地点の予測を行う。本モデルは、多変量重回帰分析を活用し、合流車両およびその周囲4台の車両の位置と速度を考慮した上で、合流車線における複数の意思決定点を予測する。これらの意思決定点は、人間運転者の意思決定プロセスを模倣するものであり、合流行動の精度向上に寄与する。

発表論文