[論文レビュー] Learning to Navigate Autonomously in Outdoor Environments : MAVNet

Saumya Kumaar Saksena, Arpit Sangotra+4 more|arXiv (Cornell University)|Sep 2, 2018

Robotics and Sensor-Based Localization参考文献 17被引用数 6

ひとこと要約

MAVNetは、39層のInception-v3にインspiredされたモデルを用いて、都市環境における道路を自律的に追跡するエンドツーエンドのインスパイラション学習ベースのナビゲーションシステムを提案する。専門パイロットによるドローン映像を用いて学習させた結果、最大6 m/sの速度で98.44%の精度を達成し、リアルタイムでの推論が33 FPSで実現され、未学習の道路でも357mの連続自律飛行が可能となった。

ABSTRACT

In the modern era of automation and robotics, autonomous vehicles are currently the focus of academic and industrial research. With the ever increasing number of unmanned aerial vehicles getting involved in activities in the civilian and commercial domain, there is an increased need for autonomy in these systems too. Due to guidelines set by the governments regarding the operation ceiling of civil drones, road-tracking based navigation is garnering interest . In an attempt to achieve the above mentioned tasks, we propose an imitation learning based, data-driven solution to UAV autonomy for navigating through city streets by learning to fly by imitating an expert pilot. Derived from the classic image classification algorithms, our classifier has been constructed in the form of a fast 39-layered Inception model, that evaluates the presence of roads using the tomographic reconstructions of the input frames. Based on the Inception-v3 architecture, our system performs better in terms of processing complexity and accuracy than many existing models for imitation learning. The data used for training the system has been captured from the drone, by flying it in and around urban and semi-urban streets, by experts having at least 6-8 years of flying experience. Permissions were taken from required authorities who made sure that minimal risk (to pedestrians) is involved in the data collection process. With the extensive amount of drone data that we collected, we have been able to navigate successfully through roads without crashing or overshooting, with an accuracy of 98.44%. The computational efficiency of MAVNet enables the drone to fly at high speeds of upto 6m/sec. We present the same results in this research and compare them with other state-of-the-art methods of vision and learning based navigation.

研究の動機と目的

• 都市的・準都市的環境における小型無人航空機（ドローン）の自律的ロードフォローナビゲーションを可能にすること。
• 都市部の密集地帯におけるGPSナビゲーションの限界（信号遮断や低精度）を是正すること。
• 専門パイロットの行動を模倣するインスパイラション学習を用いて、計算効率が良くリアルタイム対応のナビゲーションシステムを開発すること。
• LIDARやステレオカメラなどの高価なセンサに依存することを減らし、単眼ビジョンとトモグラフィック再構成を用いること。
• GPSや専用センサに依存せず、高速で安定したナビゲーション（最大6 m/s）を実現しながら、衝突やオーバーランを防ぎつつ道路追跡の正確性を維持すること。

提案手法

• Inception-v3アーキテクチャを基盤とする独自の39層畳み込みニューラルネットワーク（MAVNet）を訓練し、単眼カメラ入力を制御命令にマップする。
• 映像フレーム（100×100ピクセル）のトモグラフィック再構成を入力として用いることで、道路の可視性を向上させ、ノイズを低減する。
• 専門パイロットの飛行中に記録した制御操作（前進、左ヨー、右ヨー、停止、交差点）を用いてインスパイラション学習を実装する。
• モデルの出力は5つの離散的アクション（前進、左右ヨー、停止、ランドマークベースナビゲーションのための交差点検出）である。
• 専門パイロットによる一定高度2.5m AGLでの飛行データを用いて、357mの実世界の都市飛行経路から構築した独自データセットでモデルを学習した。
• 希薄な障害物（車両や木の枝など）に対応するため、単純なオプティカルフローに基づく衝突回避システムを統合した。

実験結果

リサーチクエスチョン

• RQ1 単眼ビジョンのみを用いて、軽量でエンドツーエンドのディープラーニングモデルが、都市環境でリアルタイムかつ高速な自律的ロードナビゲーションを可能にするか？
• RQ2 インスパイラション学習は、複雑な都市部の通りで専門パイロットの行動をどれほど正確に再現できるか？
• RQ3 モデルは、未学習の道路セグメント、特に交差点や照明状態の変化がある状況において、どの程度一般化できるか？
• RQ4 急な影や破損した道路などの厳しい視覚的条件下では、モデルの性能がどの程度低下するか？
• RQ5 GPSや専用センサに依存せず、高速（例：6 m/s）で高い正確性と安定性を維持できるか？

主な発見

• MAVNetは、未学習の都市環境における357mの自律飛行経路で98.44%のナビゲーション精度を達成し、優れた一般化性能を示した。
• モデルは33 FPS（1フレームあたり0.03031秒）のリアルタイム推論を達成し、標準の30 Hzカメラ入力レートを上回り、最大6 m/sの高速飛行を可能にした。
• 専門パイロットとモデルの軌道間の相関係数は、位置（X軸）で0.9977、ヨー方向で0.8534であり、運動制御の高精度な模倣を確認した。
• GPSプロット（図11）による検証で、システムは交差点を正しく検出し、連続飛行中に自律的かつ適切な旋回判断を下した。
• 急な影の条件下では性能が81%に低下したが、これは視覚的歪みに感受性が高いことを示唆している。
• 急カーブや非一様な表面の道路でも、モデルは安定性と正確性を維持したが、その場面ではわずかな性能低下が観察された。