| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2014-05-29 14:30 ［ポスター講演］機械学習によるスマートフォンを用いた電気自動車の接近検知手法 ○高木 雅・藤本浩介・川原圭博・浅見 徹（東大）  ASN2014-20 |
|
| 抄録 | （和） | 電気自動車(EV)やハイブリッド車(HV)は静音性に優れる反面、歩行者がその接近に気づきにくく事故の原因となりやすい。そこで、我々はスマートフォンを用いてEVやHVの接近を検知し、ウェアラブルデバイスを通して、歩行者に接近を検知する手法を提案してきた。本稿では、EVやHVのモータユニットが発する高周波音を手がかりとし、環境雑音や車種の違いにロバストな機械学習によるアプローチを提案する。J48分類器を用いて接近判定を行った結果、評価実験ではEVを92%、HVを82%の精度で検出でき、車速も判別できた。 |
| （英） | Hybrid vehicles (HVs) and electric vehicles (EVs) are hard to be noticed by pedestrians because of their quietness. We have been proposing the vehicle detection scheme using a smartphone and some wearable devices such as a Google Glass. In this paper, we propose a machine learning approach using a high frequency noise generated by a motor unit for a clue to guess the vehicle speed and vehicle type robustly. When we used J48 classifier for the recognition, the scheme can detect EVs and HVs with 92% and 82% accuracy. It can also distinguish the vehicle speed and vehicle types according to our evaluation. | |
| キーワード | （和） | ハイブリッド車 / HV / 電気自動車 / EV / スマートフォン / センシング / 機械学習 / |
| （英） | Hybrid Vehicle / HV / Electric Vehicle / EV / Smartphone / Sensing / Machine Learning / | |
| 文献情報 | 信学技報, vol. 114, no. 65, ASN2014-20, pp. 67-68, 2014年5月. | |
| 資料番号 | ASN2014-20 | |
| 発行日 | 2014-05-22 (ASN) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ASN2014-20 |
|
| 研究会情報 | |
| 研究会 | ASN |
| 開催期間 | 2014-05-29 - 2014-05-30 |
| 開催地（和） | 東京大学先端科学技術研究センター An棟2階 コンベンションホール |
| 開催地（英） | Convention Hall, RCAST, The University of Tokyo |
| テーマ（和） | 知的環境, センサネットワーク, スマート建築, スマートシティ, 構造モニタリング, ゼロエネルギービルディング, 社会基盤センシング, BIM/CIM, 国土基盤モデル, 一般 建築学会・スマート建築モニタリング応用小委員会後援 土木学会・土木情報学委員会後援 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ASN |
| 会議コード | 2014-05-ASN |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習によるスマートフォンを用いた電気自動車の接近検知手法 |
| サブタイトル（和） | |
| タイトル（英） | A Machine Learning Approach of Detecting Electric Vehicles Using a Smartphone |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ハイブリッド車 / Hybrid Vehicle |
| キーワード(2)（和/英） | HV / HV |
| キーワード(3)（和/英） | 電気自動車 / Electric Vehicle |
| キーワード(4)（和/英） | EV / EV |
| キーワード(5)（和/英） | スマートフォン / Smartphone |
| キーワード(6)（和/英） | センシング / Sensing |
| キーワード(7)（和/英） | 機械学習 / Machine Learning |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 高木 雅 / Masaru Takagi / タカギ マサル |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 藤本 浩介 / Kosuke Fujimoto / フジモト コウスケ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 川原 圭博 / Yoshihiro Kawahara / カワハラ ヨシヒロ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 浅見 徹 / Tohru Asami / アサミ トオル |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-05-29 14:30:00 |
| 発表時間 | 60分 |
| 申込先研究会 | ASN |
| 資料番号 | ASN2014-20 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.65 |
| ページ範囲 | pp.67-68 |
| ページ数 | 2 |
| 発行日 | 2014-05-22 (ASN) |
[研究会発表申込システムのトップページに戻る]