[論文レビュー] Driverseat: Crowdstrapping Learning Tasks for Autonomous Driving

Pranav Rajpurkar, Toki Migimatsu+5 more|arXiv (Cornell University)|Dec 7, 2015

Autonomous Vehicle Technology and Safety参考文献 22被引用数 4

ひとこと要約

Driverseat は、人間の知性を活用して複雑な 3D レーンラベルを生成し、自律走行システムの堅牢な評価のための多様な走行シナリオをタグ付する、クラウドストラッピングフレームワークを導入する。RoadEdit を用いたクラウドソーシングによるラベリングと、TagEval を用いたシナリオベースの評価を組み合わせることで、畳み込みニューラルネットワークをレーン検出に訓練し、影、舗装の変化、分岐道路など困難な状況における性能の弱みを特定する。これにより、システムの堅牢性が顕著に向上する。

ABSTRACT

While emerging deep-learning systems have outclassed knowledge-based approaches in many tasks, their application to detection tasks for autonomous technologies remains an open field for scientific exploration. Broadly, there are two major developmental bottlenecks: the unavailability of comprehensively labeled datasets and of expressive evaluation strategies. Approaches for labeling datasets have relied on intensive hand-engineering, and strategies for evaluating learning systems have been unable to identify failure-case scenarios. Human intelligence offers an untapped approach for breaking through these bottlenecks. This paper introduces Driverseat, a technology for embedding crowds around learning systems for autonomous driving. Driverseat utilizes crowd contributions for (a) collecting complex 3D labels and (b) tagging diverse scenarios for ready evaluation of learning systems. We demonstrate how Driverseat can crowdstrap a convolutional neural network on the lane-detection task. More generally, crowdstrapping introduces a valuable paradigm for any technology that can benefit from leveraging the powerful combination of human and computer intelligence.

研究の動機と目的

• 包括的なラベル付きデータセットと堅牢な評価戦略の不足によって引き起こされる自律走行研究のボトル neck を解消すること。
• 実際の走行シナリオにおける人間の専門知識を活用して、深層学習モデルの学習に適した高品質で複雑な 3D ラベルを生成すること。
• 影、道路のカーブ、舗装の変化などの多様で現実の走行状況をカバーする学習システムの評価方法を体系的に開発すること。
• 人間によるシナリオタグのアノテーションを通じて自律走行認識システムの失敗事例を特定し、標的的なデータ収集とモデル改善を支援すること。
• 人間知と機械知を統合する「クラウドストラッピング」のパラダイムを確立し、自律走行システムの信頼性と堅牢性を向上させること。

提案手法

• Driverseat はウェブベースのプラットフォームを用い、RoadEdit ツールを通じてクラウドワーカーから 3D レーン境界のアノテーションを収集し、複雑な道路構造の正確なラベリングを可能にする。
• システムは 3D レーンラベルを 2D カメラ画像に投影することで、畳み込みニューラルネットワークのレーン検出に向けた大規模かつ高品質なデータセットを構築する。
• クラウドアノテーション済みデータセット上で畳み込みニューラルネットワークを学習させ、さまざまな距離とシナリオにおける精度と再現率の指標を用いて評価する。
• TagEval フレームワークにより、アノテーターが影、分岐道路、舗装の変化などの特定の走行状況をタグ付け可能となり、シナリオ別に性能を評価できる。
• 人間によるアノテーション済みシナリオタグを活用して、モデルの失敗を分離・分析し、標的的なデータ収集とモデルの最適化を可能にする。
• 初期の真値推定値を自動的に生成することで、人的作業負荷を軽減し、アノテーションパイプラインの効率性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 人間の知性を自律走行認識システムの学習および評価パイプラインに効果的に統合する方法は何か？
• RQ2 どのような現実の走行シナリオが、レーン検出のための深層学習モデルにとって最大の挑戦となるか？
• RQ3 クラウドソーシングによるラベリングは、自動または合成ラベリング手法を上回る高品質で複雑な 3D ラベルを生成できるか？
• RQ4 シナリオベースの人的タグ付けは、モデルの失敗モードの特定をどの程度向上できるか？
• RQ5 人間知と機械知を体系的に統合することで、自律走行システムの堅牢性をどの程度向上できるか？

主な発見

• 畳み込みニューラルネットワークは、一般的な条件下でのエゴレーン境界検出において優れた性能を示し、短～中距離での精度と再現率の指標が高精度を示した。
• 影や舗装の変化が存在する状況では性能が著しく低下し、反射面をレーンマークとして誤認識する原因となった。
• 分岐道路は大きな課題をもたらし、特に分岐レーンの検出が困難で、モデルがしばしば出現するレーンを逃すことが多かった。
• 道路のカーブや遮蔽に対してはネットワークが堅牢であり、車両が視界を部分的に遮っても正しくレーン境界を検出できた。
• TagEval により、影や舗装の変化が最も困難なシナリオであることが判明し、標準状況と比較して一部のケースで性能が 20% 以上低下した。
• システムは特定の失敗パターンを効果的に同定し、高リスクなシナリオにおけるモデルの堅牢性向上に向けた標的的なデータ収集を可能にした。