- -

Laser Scanner Como Sistema de Detección de Entornos Viales

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Laser Scanner Como Sistema de Detección de Entornos Viales

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author García, F. es_ES
dc.contributor.author Jiménez, F. es_ES
dc.contributor.author Naranjo, J. E. es_ES
dc.contributor.author Zato, J. G. es_ES
dc.contributor.author Aparicio, F. es_ES
dc.contributor.author de la Escalera, A. es_ES
dc.date.accessioned 2020-05-28T17:10:44Z
dc.date.available 2020-05-28T17:10:44Z
dc.date.issued 2011-01-04
dc.identifier.issn 1697-7912
dc.identifier.uri http://hdl.handle.net/10251/144539
dc.description.abstract [EN] Road security applications are getting more complex thanks to the latest advances. These applications require sensors able to provide information to perform complex and demanding tasks. Laser Scanners sensors have proved to be a trustable sensor family. This reliability has lead to increase the research activities related to laser scanners usability in road applications. Every day is more frequent to find Advance Driver Assistant Systems (ADAS) that takes advantage of the characteristics of these devices. These systems performs different task, some of them related to detection and prediction of movements of obstacles in the surroundings of a vehicle. Present work studies the possibility of using two different sensors in road applications. The second part of the work focuses on the presentation of a new algorithm able to detect moving obstacles in the surrounding of a vehicle using scanner laser. es_ES
dc.description.abstract [ES] Los últimos avances en seguridad vial, con sistemas cada vez más complejos, requieren de los más modernos sistemas de adquisición de información. La naturaleza misma del problema requiere sensores capaces de proveer información fiable para tareas complejas y exigentes. Los escáneres láser (LIDAR) han demostrado ser una familia de sensores altamente fiable, por lo que durante los últimos años los esfuerzos dedicados a investigar posibles aplicaciones viales han ido en aumento. De esta forma, es cada vez más frecuente observar sistemas de ayuda a la conducción (ADAS) con este tipo de dispositivos que proveen de información del entorno necesaria para realizar tareas complejas como detección y predicción de situaciones peligrosas. En el presente trabajo, dos sistemas LIDAR han sido probados para comprobar sus capacidades reales en entornos viales. En segundo término, se propone una aplicación que hace uso de las capacidades de dichos sensores para la detección y clasificación de obstáculos en entornos viarios. es_ES
dc.description.sponsorship El trabajo presentado ha sido desarrollado gracias a la financiación del ministerio de Ciencia e Innovación (SIAC proyecto TRA2007-67786-C02-01 y TRA2007-67786-C02-02) y la CAM mediante el proyecto SEGVAUTO. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista Iberoamericana de Automática e Informática industrial es_ES
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Sensors es_ES
dc.subject Signal processing es_ES
dc.subject Real systems es_ES
dc.subject Vehicles es_ES
dc.subject Detection algorithms es_ES
dc.subject Sensores es_ES
dc.subject Procesamiento de señales es_ES
dc.subject Sistemas reales es_ES
dc.subject Vehiculos es_ES
dc.subject Algoritmos de detección es_ES
dc.title Laser Scanner Como Sistema de Detección de Entornos Viales es_ES
dc.title.alternative Laser Scanner to detect Road Environments es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.1016/S1697-7912(11)70007-3
dc.relation.projectID info:eu-repo/grantAgreement/MEC//TRA2007-67786-C02-01/ES/MODELO DE PREDICCION DE RIESGO Y ALERTA AL CONDUCTOR/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/MEC//TRA2007-67786-C02-02/ES/VISION POR COMPUTADOR PARA LA PERCEPCION DE ENTORNOS VIARIOS/ es_ES
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation García, F.; Jiménez, F.; Naranjo, JE.; Zato, JG.; Aparicio, F.; De La Escalera, A. (2011). Laser Scanner Como Sistema de Detección de Entornos Viales. Revista Iberoamericana de Automática e Informática industrial. 8(1):44-53. https://doi.org/10.1016/S1697-7912(11)70007-3 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.1016/S1697-7912(11)70007-3 es_ES
dc.description.upvformatpinicio 44 es_ES
dc.description.upvformatpfin 53 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 8 es_ES
dc.description.issue 1 es_ES
dc.identifier.eissn 1697-7920
dc.relation.pasarela OJS\8538 es_ES
dc.contributor.funder Comunidad de Madrid es_ES
dc.contributor.funder Ministerio de Educación y Ciencia es_ES
dc.description.references Bar-Shalom, Y. (1978). Tracking methods in a multitarget environment. IEEE Transactions on Automatic Control, 23(4), 618-626. doi:10.1109/tac.1978.1101790 es_ES
dc.description.references Broggi, A., Cappalunga, A., Caraffi, C., Cattani, S., Ghidoni, S., Grisleri, P., … Beck, J. (2008). The passive sensing suite of the TerraMax autonomous vehicle. 2008 IEEE Intelligent Vehicles Symposium. doi:10.1109/ivs.2008.4621208 es_ES
dc.description.references Broggi, A., Cerri, P., Ghidoni, S., Grisleri, P., & Jung, H. G. (2008). Localization and analysis of critical areas in urban scenarios. 2008 IEEE Intelligent Vehicles Symposium. doi:10.1109/ivs.2008.4621266 es_ES
dc.description.references Gandhi, T., & Trivedi, M. M. (2007). Pedestrian Protection Systems: Issues, Survey, and Challenges. IEEE Transactions on Intelligent Transportation Systems, 8(3), 413-430. doi:10.1109/tits.2007.903444 es_ES
dc.description.references Gate, G., & Nashashibi, F. (2008). Using targets appearance to improve pedestrian classification with a laser scanner. 2008 IEEE Intelligent Vehicles Symposium. doi:10.1109/ivs.2008.4621253 es_ES
dc.description.references Gate, G., Breheret, A., & Nashashibi, F. (2009). Centralized fusion for fast people detection in dense environment. 2009 IEEE International Conference on Robotics and Automation. doi:10.1109/robot.2009.5152645 es_ES
dc.description.references Gidel, S., Blanc, C., Chateau, T., Checchin, P., & Trassoudaine, L. (2009). A method based on multilayer laserscanner to detect and track pedestrians in urban environment. 2009 IEEE Intelligent Vehicles Symposium. doi:10.1109/ivs.2009.5164270 es_ES
dc.description.references Kaempchen, N., Buehler, M., & Dietmayer, K. (2005). Feature-level fusion for free-form object tracking using laserscanner and video. IEEE Proceedings. Intelligent Vehicles Symposium, 2005. doi:10.1109/ivs.2005.1505145 es_ES
dc.description.references Kammel, S., Ziegler, J., Pitzer, B., Werling, M., Gindele, T., Jagzent, D., … Stiller, C. (2008). Team AnnieWAY’s autonomous system for the 2007 DARPA Urban Challenge. Journal of Field Robotics, 25(9), 615-639. doi:10.1002/rob.20252 es_ES
dc.description.references Mendes, A., Bento, L. C., & Nunes, U. (s. f.). Multi-target detection and tracking with a laserscanner. IEEE Intelligent Vehicles Symposium, 2004. doi:10.1109/ivs.2004.1336486 es_ES
dc.description.references Montemerlo, M., Becker, J., Bhat, S., Dahlkamp, H., Dolgov, D., Ettinger, S., … Thrun, S. (2008). Junior: The Stanford entry in the Urban Challenge. Journal of Field Robotics, 25(9), 569-597. doi:10.1002/rob.20258 es_ES
dc.description.references Nashashibi, F., & Bargeton, A. (2008). Laser-based vehicles tracking and classification using occlusion reasoning and confidence estimation. 2008 IEEE Intelligent Vehicles Symposium. doi:10.1109/ivs.2008.4621244 es_ES
dc.description.references Ogawa, T., & Takagi, K. (s. f.). Lane Recognition Using On-vehicle LIDAR. 2006 IEEE Intelligent Vehicles Symposium. doi:10.1109/ivs.2006.1689684 es_ES
dc.description.references Premebida, C., Ludwig, O., & Nunes, U. (2009). LIDAR and vision-based pedestrian detection system. Journal of Field Robotics, 26(9), 696-711. doi:10.1002/rob.20312 es_ES
dc.description.references Reid, D. (1979). An algorithm for tracking multiple targets. IEEE Transactions on Automatic Control, 24(6), 843-854. doi:10.1109/tac.1979.1102177 es_ES
dc.description.references Spies, M., & Spies, H. (2006). Automobile Lidar Sensorik: Stand, Trends und zukünftige Herausforderungen. Advances in Radio Science, 4, 99-104. doi:10.5194/ars-4-99-2006 es_ES
dc.description.references Streller, D., Furstenberg, K., & Dietmayer, K. (s. f.). Vehicle and object models for robust tracking in traffic scenes using laser range images. Proceedings. The IEEE 5th International Conference on Intelligent Transportation Systems. doi:10.1109/itsc.2002.1041199 es_ES
dc.description.references Thrun, S. (2003). Autonomous Robots, 15(2), 111-127. doi:10.1023/a:1025584807625 es_ES
dc.description.references Urmson, C., Anhalt, J., Bagnell, D., Baker, C., Bittner, R., Clark, M. N., … Ferguson, D. (2008). Autonomous driving in urban environments: Boss and the Urban Challenge. Journal of Field Robotics, 25(8), 425-466. doi:10.1002/rob.20255 es_ES
dc.description.references G. Widmann, M. Daniels, L. Hamilton, L. Humm,B. Riley,J. K. Schiffmann, D.E. Schnelkery, W. H. Wishon, (2000) “Comparison of lidar-based and radar-based adaptive cruise control systems”. SAE Technical paper Series. SAE 2000 World Congress, paper n° 2000-01-0345. Detroit Michigan, 6–9 March. es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem