[論文レビュー] LIDAR-based Driving Path Generation Using Fully Convolutional Neural Networks

Luca Caltagirone, Mauro Bellone+2 more|arXiv (Cornell University)|Mar 27, 2017

Autonomous Vehicle Technology and Safety参考文献 10被引用数 9

ひとこと要約

本論文では、LIDAR点群、GPS-IMUデータ、走行方向を統合することで、手動でのアノテーションを必要とせずにドライブ可能な経路をエンドツーエンドで学習可能な、完全畳み込みニューラルネットワーク（FCN）を提案する。モデルは40×40 mの領域に関し92.60%のMaxFスコアを達成し、解釈可能で車両制御出力に近い、頑健な経路予測を実現した。

ABSTRACT

In this work, a novel learning-based approach has been developed to generate driving paths by integrating LIDAR point clouds, GPS-IMU information, and Google driving directions. The system is based on a fully convolutional neural network that jointly learns to carry out perception and path generation from real-world driving sequences and that is trained using automatically generated training examples. Several combinations of input data were tested in order to assess the performance gain provided by specific information modalities. The fully convolutional neural network trained using all the available sensors together with driving directions achieved the best MaxF score of 88.13% when considering a region of interest of 60x60 meters. By considering a smaller region of interest, the agreement between predicted paths and ground-truth increased to 92.60%. The positive results obtained in this work indicate that the proposed system may help fill the gap between low-level scene parsing and behavior-reflex approaches by generating outputs that are close to vehicle control and at the same time human-interpretable.

研究の動機と目的

• 手作業によるラベル付けが不要な、現実世界のセンサデータから走行経路を生成する学習ベースのシステムの開発。
• 低レベルの認識と高レベルの制御のギャップを埋めるために、解釈可能で車両制御に適した出力を得ること。
• LIDAR、GPS-IMU、走行方向データから自動的に生成されたトレーニング例を用いてエンドツーエンド学習を可能にすること。
• 特に走行意図が経路予測の精度に与える影響を評価すること。
• 性能を維持しつつ、認識と制御を分離することでモジュラリティを保つこと。

提案手法

• 本システムは、多様な入力（LIDAR点群、GPS-IMUトラジェクトリ、走行方向データ）を処理する完全畳み込みニューラルネットワーク（FCN）を用いる。
• GPS-IMUデータおよび走行方向データは、LIDAR点群表現と直接統合可能な空間特徴マップに変換される。
• LIDAR点群は、反射率と高さを反映する強度値を持つ2次元占有グリッド表現に変換される。
• FCNは、エゴ車両座標系における将来的な車両位置の確率マップを予測し、ドライブ可能な経路を表す。
• GPSログと走行方向からの自動的に生成された監視信号を用いて、エンドツーエンドで学習が行われる。
• 周囲領域、特に遮蔽されたり点群密度が低い領域からの文脈的情報を活用することで、経路予測の頑健性が向上する。

実験結果

リサーチクエスチョン

• RQ1 LIDAR、GPS-IMU、走行方向データの統合が、走行経路予測精度に与える影響は何か？
• RQ2 走行意図情報を組み込むことで、経路生成の頑健性と精度はどの程度向上するか？
• RQ3 完全畳み込みニューラルネットワークは、手動アノテーションなしで解釈可能で制御に関連する経路を学習できるか？
• RQ4 領域のサイズ（領域の注目領域）が、経路予測システムの性能に与える影響は何か？
• RQ5 周囲の文脈的情報を活用することで、遮蔽領域や交差点などの複雑なシナリオにおいて、モデルは一般化できるか？

主な発見

• LIDAR、GPS-IMU、走行方向データのすべてを入力として用いたFCNは、60×60 mの領域に関し、最高のMaxFスコア88.13%を達成した。
• 領域の注目領域を40×40 mに縮小したところ、MaxFスコアは92.60%に向上し、より小さな焦点領域での局在化精度が向上したことが示された。
• 走行意図情報の統合により、交差点における経路予測が著しく向上し、他のモデルが不確実または誤った出力をしたのに対し、本モデルは安定した出力を示した。
• 周囲のLIDARデータとIMU情報からの文脈的ヒントを活用することで、遮蔽領域でもモデルの頑健性が保証された。
• 平均推論時間は0.033秒（約30 Hz）であり、自律走行応用におけるリアルタイム実行可能性が示された。
• 直進予測やIMUオンリーモデルといったベースラインを上回り、最良の設定（Lidar-IMU-INT）では40×40 mテストセットで93.44%の精度と91.77%の再現率を達成した。