[논문 리뷰] Automatic Map Generation for Autonomous Driving System Testing

Yun Tang, Yuan Zhou외 6명|arXiv (Cornell University)|2022. 06. 19.

Autonomous Vehicle Technology and Safety인용 수 6

한 줄 요약

Feat2Map는 도로 교차로를 특징 기반 접근 방식으로 모델링하여 자율주행 시스템(ADS) 테스트를 위한 간결하고 다양한 시나리오를 가진 고해상도(HD) 지도를 자동으로 생성하는 혁신적인 프레임워크이다. 입력 지도 또는 사용자 입력으로부터 교차로 특징을 추출하고 샘플링한 후, 코드 커버리지를 유지하면서 시나리오 다양성을 향상시키는 격자형 레이아웃 지도를 구성한다.

ABSTRACT

High-definition (HD) maps are essential in testing autonomous driving systems (ADSs). HD maps essentially determine the potential diversity of the testing scenarios. However, the current HD maps suffer from two main limitations: lack of junction diversity in the publicly available HD maps and cost-consuming to build a new HD map. Hence, in this paper, we propose, FEAT2MAP, to automatically generate concise HD maps with scenario diversity guarantees. FEAT2MAP focuses on junctions as they significantly influence scenario diversity, especially in urban road networks. FEAT2MAP first defines a set of features to characterize junctions. Then, FEAT2MAP extracts and samples concrete junction features from a list of input HD maps or user-defined requirements. Each junction feature generates a junction. Finally, FEAT2MAP builds a map by connecting the junctions in a grid layout. To demonstrate the effectiveness of FEAT2MAP, we conduct experiments with the public HD maps from SVL and the open-source ADS Apollo. The results show that FEAT2MAP can (1) generate new maps of reduced size while maintaining scenario diversity in terms of the code coverage and motion states of the ADS under test, and (2) generate new maps of increased scenario diversity by merging intersection features from multiple maps or taking user inputs.

연구 동기 및 목표

• 공개된 HD 지도에서 교차로 다양성이 부족하여 자율주행 시스템(ADS) 테스트의 시나리오 다양성이 제한되는 문제를 해결한다.
• 시뮬레이션 기반 ADS 검증을 위한 새로운 HD 지도를 수작업으로 제작하는 데 드는 높은 비용과 노동 강도를 완화한다.
• 코드 커버리지 유지를 유지하면서도 다양한 시나리오를 포함하는 간결한 HD 지도를 자동으로 생성하는 방법을 개발한다.
• 사용자가 정의한 교차로 특징에 기반해 맞춤형 지도 생성을 가능하게 하여 목표 시나리오 테스트를 지원한다.
• 다양한 입력 지도의 특징을 통합하여 개별 지도의 한계를 초월한 시나리오 다양성을 증가시킨다.

제안 방법

• 교차로를 기술하는 특징 벡터를 정의하며, 이는 도로 수, 방향성, 교통 제어 장치, 횡단보도 존재 여부를 포함한다.
• 입력된 HD 지도 또는 사용자가 지정한 요구사항에서 각 특징의 가능한 모든 값을 추출한다.
• 조합 샘플링 기법을 적용하여 모든 가능성을 커버하는 최소한의 고유한 특징 조합 집합을 생성한다.
• 각 샘플된 특징 벡터로부터 개별 교차로를 구성하고, 격자형 레이아웃에 연결하여 완전한 HD 지도를 형성한다.
• 사용자가 수동으로 교차로 특징(예: 단방향, 이방향 도로 등)과 기하학적 구성 요소를 정의할 수 있도록 하여 맞춤형 지도 생성을 지원한다.
• 삼차 베지에 곡선을 사용하여 교차로 간 매끄럽고 연결된 도로 세그먼트를 모델링함으로써 현실적인 도로 기하학을 구현한다.

실험 결과

연구 질문

• RQ1 Feat2Map는 기존 입력 지도로부터 간결한 HD 지도를 생성하면서도, ADS의 코드 커버리지 및 운동 상태 측면에서 시나리오 다양성을 유지할 수 있는가?
• RQ2 여러 입력 지도(예: 샌프란시스코, 고멘텀, 샤룬)의 교차로 특징을 통합하면 개별 지도를 사용할 때보다 더 높은 시나리오 다양성이 인지되는가?
• RQ3 Feat2Map는 사용자가 정의한 교차로 특징에 기반해 맞춤형 HD 지도를 생성할 수 있으며, 이에 따른 시나리오 커버리지 성능은 어떠한가?
• RQ4 빈 교차로(교통 제어 장치 없음)의 포함 여부가 생성된 지도에서 시나리오 다양성과 코드 커버리지에 어떤 영향을 미치는가?

주요 결과

• Feat2Map는 실제 지도와 유사한 코드 커버리지를 유지하면서도 지도 크기를 줄여 효율성과 효과성을 입증하였다.
• 여러 입력 지도에서 생성된 지도(M₄)는 개별 지도와 유사한 코드 커버리지를 달성했지만, 빈 교차로의 포함으로 인해 이전에 발견되지 않았던 단일 단계(LF)를 포함한 새로운 테스트 경로를 도입하였다.
• 다양한 지도의 특징을 통합함으로써 시나리오 다양성이 향상되었으며, 아폴로 7.0 ADS에서 새로운 운동 상태와 제어 패턴이 발견됨으로써 이를 뒷받침했다.
• 사용자가 정의한 특징(예: 신호 제어 장치와 특정 각도 배치를 가진 다섯 갈래 도로로 구성된 거대 교차로)이 성공적으로 생성되어 프레임워크의 유연성과 맞춤형 기능을 확인했다.
• 프레임워크는 도로 유형을 소켓 단위로 모델링하여 단방향 도로 및 비대칭 도로 연결을 포함한 복잡한 교차로 유형을 효과적으로 처리하였다.
• 지도 압축에도 불구하고, 현실적인 ADS 테스트에 필수적인 위상적 및 기하학적 특징이 유지되었으며, 코드 커버리지에 심각한 하락이 발생하지 않았다.