[1O1] [General Session] 10. Vision / Speech

[1O1-02] Turn Signal Recognition by Convolutional Recurrent Neural Network

〇Ryota Hagi¹, Keisuke Yoneda¹, Naoki Suganuma¹ (1. Kanazawa University)

Keywords:Turn Signal, Autonomous Vehicle

近年, センサやカメラを使用した衝突回避システムなど自動車の安全に対する技術の向上により交通事故の件数が減少している. さらなる交通事故件数の減少を目的として自動運転自動車の開発が行われている. 自動運転自動車には周辺環境認識技術が使用されており, その中でも周辺車両の行動予測を行うことで効率よく安全な走行を行う事ができる. 周辺車両の行動予測において, 従来手法では レーザレーダやミリ波レーダなどの距離センサの情報から周辺車両の速度や加速度及び姿勢角などを認識し, この運動情報を用いて数秒先の状態を算出している. この従来手法に加え, 方向指示器の認識を行うことで車線変更や路肩停止車両の車線への復帰などの状況において周辺車両の行動予測をより速く正確に行うことが可能となる. 本研究ではConvolutional Neural Network(CNN)とRecurrent Neural Network(RNN)を使用した方向指示器の認識モデルを作成する. その結果, 処理速度が6.25[FPS]で方向指示器の認識精度は約90[%]を獲得することができた.