LATE FUSION MODEL FOR ESTIMATING WINTER ROAD SURFACE CONDITIONS BY INTEGRATING MULTIMPLE IN-VEHICLE SENSOR DATA

DOI
  • ISHIZUKI Masamu
    北海道大学 大学院工学院 北方圏環境政策工学専攻
  • TAKAHASHI Sho
    北海道大学 大学院工学研究院 先端モビリティ工学研究室
  • HAGIWARA Toru
    北海道大学 大学院工学研究院 先端モビリティ工学研究室
  • ISHII Keita
    株式会社ブリヂストン デジタルAI・IoT企画開発部
  • IWASAKI Yuji
    株式会社ブリヂストン デジタルAI・IoT企画開発部
  • MORI Teppei
    株式会社ブリヂストン デジタルAI・IoT企画開発部
  • HANATSUKA Yasushi
    株式会社ブリヂストン デジタルAI・IoT企画開発部

Bibliographic Information

Other Title
  • 複数の車載センサーデータを統合した冬期の路面状態のLate Fusionによる推定モデル

Description

<p>This paper proposes a novel method for estimating road surface conditions in winter by integrating data from multiple in-vehicle sensors. The proposed method is a multimodal model consisting of multiple discriminators that estimate road surface conditions from a camera, in-tire accelerometer, road surface thermometer, and microphone, and a discriminator that combines their outputs, road surface condition probabilities. The road surfaces to be estimated are the six road surfaces used in road management: dry, slightlywet, wet, slushy, icy, and snowy. The proposed method has been validated by utilizing actual data which are obtained from real-vehicle experiments on public winter roads, and its accuracy is shown to be superior to that of conventional methods.</p>

Journal

Related Projects

See more

Keywords

Details 詳細情報について

  • CRID
    1390857063645679488
  • DOI
    10.11532/jsceiii.3.j2_642
  • ISSN
    24359262
  • Text Lang
    ja
  • Article Type
    journal article
  • Data Source
    • JaLC
    • KAKEN
  • Abstract License Flag
    Disallowed

Report a problem

Back to top