[論文レビュー] Surface Type Classification for Autonomous Robot Indoor Navigation

Francesco Lomio, Erjon Skënderi+4 more|arXiv (Cornell University)|May 1, 2019

Time Series Analysis and Forecasting参考文献 18被引用数 8

ひとこと要約

本論文は、9種類の屋内床面タイプを走行する車輪付きロボットから得られたインertial measurement（慣性計測）の公開可搬可能な大規模時系列データセットを紹介する。XGBoostと深層学習アーキテクチャ（FCN、ResNet）を組み合わせたアンサンブルベースラインモデルを提案し、5分割交差検証で68.21%の精度と91.98%のAUCを達成した。これは自律的屋内ナビゲーションにおける床面分類のベンチマークとして機能する。

ABSTRACT

In this work we describe the preparation of a time series dataset of inertial measurements for determining the surface type under a wheeled robot. The data consists of over 7600 labeled time series samples, with the corresponding surface type annotation. This data was used in two public competitions with over 1500 participant in total. Additionally, we describe the performance of state-of-art deep learning models for time series classification, as well as propose a baseline model based on an ensemble of machine learning methods. The baseline achieves an accuracy of over 68% with our nine-category dataset.

研究の動機と目的

• 屋内床面分類のための包括的で公開可能な時系列インertial測定データセットを収集・公開すること。
• 本新規データセット上で時系列分類の最先端深層学習モデルの性能を評価すること。
• 古典的機械学習と深層学習技術を統合した、床面認識に耐障害性のあるベースラインモデルの開発と検証すること。
• 自律的ロボットナビゲーション分野における大規模な機械学習コンペティションを支援し、コミュニティベースのベンチマークを促進すること。

提案手法

• データ収集には、静音性の高い車輪を装備した産業用トロリーに取り付けたXSENS MTi-300 IMUを用い、9種類の屋内床面タイプを走行中に、クaternion表記の姿勢、角速度、線形加速度を記録した。
• 生のIMUデータは、128個の連続データポイントからなる固定長ウィンドウに分割され、合計7,626個のラベル付き時系列サンプルが作成された。
• ベースラインモデルは、XGBoostと2つの深層学習モデル（完全結合畳み込みネットワーク（FCN）、残差ネットワーク（ResNet））をアンサンブルして構築した。
• モデル学習にはデータの70%を用い、5分割反復的ランダム交差検証を実施。予測結果は等価な重みによる多数決投票で統合した。
• 最先端の深層学習モデル（FCN、ResNet）はKerasを、古典的XGBoostはScikit-Learnを用いてそれぞれ学習させた。
• 性能評価には精度とAUCを用い、全9クラスのマクロ平均AUCを計算した。

実験結果

リサーチクエスチョン

• RQ1 本新規の大規模な屋内床面タイプデータセット上で、最先端の時系列分類のための深層学習モデルの性能はいかほどか？
• RQ2 古典的機械学習と深層学習のアンサンブルモデルは、個別のモデルと比較して、床面分類においてどのように性能を発揮するか？
• RQ3 IMU信号に含まれる姿勢データと運動パターンは、床面タイプ認識をどれほど正確に可能にするか？
• RQ4 なぜコンペティション参加者がベースラインモデルよりも著しく高い精度を達成しているのか？

主な発見

• XGBoost、FCN、ResNetのアンサンブルベースラインは、5分割交差検証で平均68.21%の精度と91.98%のAUCを達成した。
• ResNetモデル単体が最高の個別AUC（92.33%）と2番目の高い精度（64.95%）を記録し、時系列からの強力な特徴抽出能力を示した。
• モデルの統合は一貫して性能向上をもたらし、完全なアンサンブルがすべての個別モデルを上回った。
• FCNとResNetの両モデルが90%以上のAUCを達成しており、床面タイプ分類における優れた識別力が裏付けられた。
• コンペティションの結果、上位チームは90–100%の精度を達成しており、主に床面タイプとは相関の薄いが運動パターンと関連する姿勢特徴からのデータ漏洩が要因であった。
• 本データセットは、1,500人を超える参加者を有する2回の公開Kaggleコンペティションで使用され、機械学習コミュニティにおける有用性と関連性が裏付けられた。