Numer specjalny pisma COMPUTERS & ELECTRICAL ENGINEERING ELSEVIER | Wydział Inżynierii Lądowej i Środowiska Politechniki Gdańskiej

Zapraszamy do publikowania prac naukowych w numerze specjalnym pisma COMPUTERS & ELECTRICAL ENGINEERING ELSEVIER.

Numer specjalny został uruchomiony przez:

• Dr Pei Xiao (University of Surrey, United Kingdom),
• Prof. Alex Alexandridis (University of West Attica, Greece),
• Dr inż. Pawła Burdziakowskiego (Katedra Geodezji WILIŚ Politechniki Gdańskiej).

Tytuł numeru specjalnego:

Multisensor Image Fusion in the Internet of Vehicles for Autonomous Systems (VSI-ifas))

Treść numeru specjalnego:

Ewoluujące systemy autonomiczne (AS) odnoszą się do ram technologicznych lub mechanizmów, które mogą dostosowywać się, uczyć i poprawiać swoją funkcjonalność w czasie bez bezpośredniej interwencji człowieka. Systemy autonomiczne opierają się na różnych czujnikach (takich jak kamery, lidary, radary itp.), aby postrzegać i gromadzić informacje ze swojego otoczenia. Ewolucyjny charakter fuzji obrazów wielosensorowych obejmuje ciągły proces uczenia się, w którym algorytmy lub systemy fuzji dostosowują się i ulepszają w oparciu o nowe dane, doświadczenia i informacje zwrotne. Ta ewoluująca zdolność ma kluczowe znaczenie w wielu zastosowaniach, w których dokładne i wiarygodne informacje o fuzji są niezbędne do podejmowania decyzji i analizy. Ponadto Internet pojazdów (IoV) stanowi dynamiczny ekosystem, który łączy pojazdy, infrastrukturę i Internet. Łączy on najnowocześniejsze technologie z AS w celu stworzenia inteligentnych sieci, które optymalizują i zapewniają szereg innowacyjnych usług. IoV opiera się na wielu czujnikach, urządzeniach komunikacyjnych i analizie danych w celu wymiany informacji w czasie rzeczywistym, umożliwiając im autonomiczne podejmowanie świadomych decyzji. Ewolucja IoV jest ściśle związana z rozwojem systemów AS. W systemach AS opartych na IoV wielosensorowa fuzja obrazów umożliwia solidniejsze i dokładniejsze zrozumienie środowiska poprzez złagodzenie ograniczeń poszczególnych czujników. Wraz z dalszym rozwojem IoV, integracja 5G i przyszłych technologii komunikacji bezprzewodowej jeszcze bardziej poprawi łączność, umożliwiając szybszą i bardziej niezawodną wymianę danych między systemami autonomicznymi.

Fuzja danych z wielu czujników w IoV przyczynia się do lepszego wykrywania, śledzenia i lokalizowania obiektów. Ta kompleksowa percepcja ma kluczowe znaczenie dla zapewnienia bezpieczeństwa i wydajności systemów autonomicznych w czasie rzeczywistym, biorąc pod uwagę różne czynniki środowiskowe i potencjalne zagrożenia. Co więcej, integracja wielosensorowej fuzji obrazów w systemach IoV wiąże się również z wyzwaniami, takimi jak synchronizacja danych, wyrównanie, kalibracja i złożoność obliczeniowa. Pokonanie tych wyzwań wymaga zaawansowanych algorytmów, technik przetwarzania sygnałów i metodologii fuzji czujników, aby skutecznie łączyć dane z różnych źródeł, zapewniając jednocześnie dokładność i wydajność w czasie rzeczywistym. Ciągły postęp w tej dziedzinie będzie miał kluczowe znaczenie dla dalszego rozwoju i wdrażania systemów AS w przyszłości.

Tematy obejmują między innymi następujące zagadnienia:

• Zaawansowane metodologie i algorytmy w technikach fuzji obrazów wielosensorowych w celu zwiększenia dokładności percepcji systemów IoV AS.
• Modele głębokiego uczenia się do fuzji obrazów wielosensorowych: wykrywanie obiektów, klasyfikacja i zrozumienie sceny przez systemy AS.
• Algorytmy fuzji wielosensorowej w czasie rzeczywistym w aplikacjach IoV-AS dla prywatności i bezpieczeństwa.
• Edge computing w fuzji multisensorycznej dla szybszego i bardziej elastycznego podejmowania decyzji przez systemy AS oparte na IoV.
• Wielosensorowa fuzja obrazów z wykorzystaniem sztucznej inteligencji (AI) w rozwiązaniach IoV dla AS w rozwoju inteligentnych miast.
• Algorytm fuzji obrazów wieloczujnikowych dla autonomicznych systemów wykrywania martwego pola z obsługą IoV.
• Nowe podejścia do wyzwań i możliwości fuzji obrazów wielosensorowych w sieciach 5G i poza nimi dla systemów IoV-AS nowej generacji.
• Fuzja obrazów z wielu czujników w autonomicznym mechanizmie przełączania sterowania opartym na IoV dla aplikacji inteligentnych urządzeń.
• Trendy AI w inteligentnej fuzji obrazów opartej na multisensorach dla inteligentnego przeciwdziałania zakłóceniom przemysłowych systemów AS.

Przydatne linki:

► Pismo Computers and Electrical Engineering | Journal | ScienceDirect.com by Elsevier (SC. 7.1, IF 4.3)
► Informacje o piśmie COMPUTERS & ELECTRICAL ENGINEERING - Czasopismo - MOST Wiedzy.
► Informacje o numerze specjalnym Call for papers - Computers and Electrical Engineering | ScienceDirect.com by Elsevier