[論文レビュー] Generic Probabilistic Interactive Situation Recognition and Prediction: From Virtual to Real

Jiachen Li, Hengbo Ma+2 more|arXiv (Cornell University)|Sep 9, 2018

Autonomous Vehicle Technology and Safety参考文献 20被引用数 4

ひとこと要約

本稿では、二層構造の隠れマルコフモデル（TLHMM）を用いて連携するエージェント行動をモデル化し、シーンの進化にはガウス・ミクスチャ・モデル（GMM）を適用することで、自律走行におけるインタラクティブな状況認識および軌道予測のための汎用的で確率的な階層的フレームワークを提案する。本手法は、シミュレーションデータから実世界データへの堅牢な転移学習を可能にし、データおよび計算リソースの必要を削減しながら、ハイウェイの合流地点など複雑なシナリオにおける正確で長期的な連携軌道予測を達成する。

ABSTRACT

Accurate and robust recognition and prediction of traffic situation plays an important role in autonomous driving, which is a prerequisite for risk assessment and effective decision making. Although there exist a lot of works dealing with modeling driver behavior of a single object, it remains a challenge to make predictions for multiple highly interactive agents that react to each other simultaneously. In this work, we propose a generic probabilistic hierarchical recognition and prediction framework which employs a two-layer Hidden Markov Model (TLHMM) to obtain the distribution of potential situations and a learning-based dynamic scene evolution model to sample a group of future trajectories. Instead of predicting motions of a single entity, we propose to get the joint distribution by modeling multiple interactive agents as a whole system. Moreover, due to the decoupling property of the layered structure, our model is suitable for knowledge transfer from simulation to real world applications as well as among different traffic scenarios, which can reduce the computational efforts of training and the demand for a large data amount. A case study of highway ramp merging scenario is demonstrated to verify the effectiveness and accuracy of the proposed framework.

研究の動機と目的

• 複数のエージェントがお互いに反応する高度にインタラクティブな交通シナリオにおける連携行動の予測という課題に取り組む。
• 単一エージェント予測モデルの限界を克服し、相互作用をシステムレベルの動的プロセスとしてモデル化する。
• 大規模な実世界データセットへの依存を減らすために、シミュレーションから実世界アプリケーションへの知識転送を可能にする。
• 動的交通環境における人間らしい複雑な相互作用パターンを捉える、不確実性を考慮した堅牢なフレームワークを開発する。

提案手法

• 二層構造の隠れマルコフモデル（TLHMM）を用いて、高レベルの状況状態とその進化をモデル化し、第一層が相互作用パターンを捉え、第二層がシーンのダイナミクスをモデル化する。
• 階層的なHMMアーキテクチャを採用して、高レベルの状況認識と低レベルの運動予測を分離し、シナリオおよびドメインをまたいで転移学習を可能にする。
• 期待値最大化（EM）アルゴリズムを用いて、ドライブ・シミュレータから得た合成データ上でTLHMMを学習し、その後、実世界のNGSIMデータでファインチューニングを行う。
• ガウス・ミクスチャ・モデル（GMM）を用いて、認識された状況状態に基づき多様で確率的な将来の軌道を生成し、連携エージェントの運動における不確実性を捉える。
• 生観測値から導出されるメタ特徴量を組み込むことで、センサーノイズへのロバスト性を高め、生特徴量の変動に対する感受性を低減する。
• 特に混雑した交通状況において、実世界への適応を高めるために、先行車両の状態（位置と速度）を特徴量シーケンスに統合する。

実験結果

リサーチクエスチョン

• RQ1 階層的HMMフレームワークは、複雑なシナリオにおける複数の交通エージェント間の連携的インタラクション状況を効果的に認識・予測できるか？
• RQ2 提案されたTLHMMモデルは、認識精度および計算効率の観点から、シミュレーションデータから実世界のドライブデータへの一般化性をどの程度有しているか？
• RQ3 転移学習は、予測性能を維持しつつ、大規模な実世界トレーニングデータの必要性をどの程度低減できるか？
• RQ4 標準のHMMおよびQDAベースラインと比較して、本モデルの観測ノイズおよび特徴量のフラクチュエーションに対するロバスト性はいかがなものか？
• RQ5 本フレームワークは、実世界シナリオにおいて、真値と整合する正確で長期的な連携軌道分布を生成できるか？

主な発見

• TLHMMベースのモデルは、標準のHMMおよびQDAよりも、真の相互作用の結果を早期に認識し、変動が少なく、ノイズおよび特徴量のばらつきに対して優れたロバスト性を示した。
• モデルは正確な長期的軌道予測を達成しており、占有度ヒートマップにおいて真値の軌道が予測されたGMM分布の平均付近に位置していることからも明らかである。
• 事前学習済みの第二層HMMを実世界NGSIMデータでファインチューニングするには、平均して35回のEM反復で十分であり、初期から学習を開始する場合の112回に比べて計算コストを顕著に削減した。
• ファインチューニングを施した転送モデルは、初期から学習したモデルと同等の性能を達成しており、シミュレーションから実世界への知識転送の有効性を裏付けた。
• 階層的構造により、状況認識と運動予測の有効な分離が実現され、異なる交通シナリオにわたるモデルの解釈可能性および適応性が向上した。