[論文レビュー] Learning from Naturalistic Driving Data for Human-like Autonomous Highway Driving

Donghao Xu, Zhezhang Ding+5 more|arXiv (Cornell University)|May 23, 2020

Autonomous Vehicle Technology and Safety参考文献 49被引用数 8

ひとこと要約

本稿では、自然的行動データから人間らしいドライブ行動を学習するための運動計画フレームワークを提案する。コスト関数のパラメータを最適化することで、計画された経路と人間ドライバーの経路との間の空間的・時間的距離を最小化する。ヒューリスティックな手法と学習ベースのレーンインcentiveコストを統合的に組み合わせた意思決定・計画フレームワークにより、北京の高速道路データ上でのレーン変更意思決定において90%を超える正確性を達成し、人間ドライバーの経路と極めて類似した経路を生成する。

ABSTRACT

Driving in a human-like manner is important for an autonomous vehicle to be a smart and predictable traffic participant. To achieve this goal, parameters of the motion planning module should be carefully tuned, which needs great effort and expert knowledge. In this study, a method of learning cost parameters of a motion planner from naturalistic driving data is proposed. The learning is achieved by encouraging the selected trajectory to approximate the human driving trajectory under the same traffic situation. The employed motion planner follows a widely accepted methodology that first samples candidate trajectories in the trajectory space, then select the one with minimal cost as the planned trajectory. Moreover, in addition to traditional factors such as comfort, efficiency and safety, the cost function is proposed to incorporate incentive of behavior decision like a human driver, so that both lane change decision and motion planning are coupled into one framework. Two types of lane incentive cost -- heuristic and learning based -- are proposed and implemented. To verify the validity of the proposed method, a data set is developed by using the naturalistic trajectory data of human drivers collected on the motorways in Beijing, containing samples of lane changes to the left and right lanes, and car followings. Experiments are conducted with respect to both lane change decision and motion planning, and promising results are achieved.

研究の動機と目的

• 複雑な高速道路シナリオにおける実際のドライバー行動を模倣できる人間らしい自律走行システムの開発。
• 従来、専門知識を要する手動によるコスト関数設計の課題に取り組み、人間の行動の確率を正しく表現できない問題を解決すること。
• 自然的走行データから得た学習済みインセンティブを用いて、レーン変更意思決定と運動計画を統合的なフレームワークで統合すること。
• 同一の交通状況下で計画された経路と人間ドライバーの経路との空間的・時間的距離を最小化することで、経路計画の正確性を向上させること。
• レーン変更とクルーズ走行の両方を含む実世界の高速道路データセットを用いて、手法の妥当性を検証すること。

提案手法

• 運動計画者は経路空間内で候補経路をサンプリングし、コストが最小となる経路を選択する。コストは快適性、効率性、安全性、およびレーンインセンティブの要素を含む複合関数で計算される。
• レーンインセンティブコストは、ヒューリスティック（ルールベース）および学習ベース（データ駆動）の両方でモデル化され、計画者が人間ドライバーに類似した経路を選択するよう促進される。
• コスト関数のパラメータは、同一の交通状況下で選択された計画経路と対応する人間ドライバーの経路との間の空間的・時間的距離を最小化することで学習される。
• 北京の高速道路から得た自然的走行データを用いたカスタムデータセットを構築し、左・右のレーン変更サンプルおよびクルーズ走行シナリオを含む。
• 特徴量期待値マッチングを避けることで、直接的に経路類似性を最適化する。これにより、複雑さと多重性の問題が軽減される。
• 運動計画と行動意思決定を同時に実行可能であり、移動モードと経路の共同最適化を可能にする。

実験結果

リサーチクエスチョン

• RQ1 自然的走行データから学習することで、運動計画者が人間らしさを備えた経路を生成できるか？
• RQ2 データ駆動型インセンティブを用いて、どのようにしてレーン変更意思決定を運動計画に効果的に統合できるか？
• RQ3 人間の経路からコストパラメータを学習することで、計画の正確性と人間らしさはどの程度向上するか？
• RQ4 従来の手動設計コスト関数と比較して、提案手法は意思決定の正確性と経路類似性の両面で優れているか？
• RQ5 統一されたコスト関数を用いて、レーン変更とクルーズ走行の両方のシナリオに一般化可能か？

主な発見

• ヒューリスティックなレーンインセンティブコストを用いた場合、人間ドライバーの正解と比較して、左・右のレーン変更予測の両方で90%を超える正確性を達成した。
• レーン変更とクルーズ走行の両方を同時に予測する際、学習ベースのレーンインセンティブコストにより、意思決定の正確性が86%を超えた。
• バランスの取れたデータセット実験において、運動計画者の全体的な正確性は92.63%であった（表IV）。
• クルーズ走行データの割合が高い実験では、全体の正確性は89.70%を維持したが、レーン変更の再現率が低下した。これは、バランスの取れたデータの重要性を示している。
• 選択された経路は、候補群の中で常に人間ドライバーの経路に最も近い位置にあり、優れた行動模倣能力を示した。
• フレームワークにより、運動計画と行動意思決定を同時に実行可能となり、従来の階層的自律走行システムにおける分離されたレイヤーを効果的に統合した。