A-Eye: Driving with the Eyes of AI for Corner Case Generation

要約

この作業の全体的な目標は、いわゆるコーナー ケースを使用して自動運転用のトレーニング データを強化することです。
道路交通では、コーナーケースは、AI アルゴリズムによる認識に挑戦する重大でまれな異常な状況です。
この目的のために、ヒューマン イン ザ ループ アプローチを使用して合成コーナー ケースを生成するテスト リグの設計を提示します。
テスト リグでは、リアルタイムのセマンティック セグメンテーション ネットワークがトレーニングされ、運転シミュレーション ソフトウェア CARLA に統合されており、人間がネットワークの予測に従って運転できるようになっています。
さらに、2 人目の人物が元の CARLA 出力から同じシーンを見ることができ、セマンティック ドライバーが危険な運転行動を示すとすぐに、2 番目のコントロール ユニットの助けを借りて介入することになっています。
介入は、セグメンテーション ネットワークによる重要なシーンの認識が不十分であることを示している可能性があり、コーナー ケースを表しています。
私たちの実験では、コーナーケースを使用したトレーニングデータの対象を絞った強化が、道路交通の安全関連エピソードでの歩行者検出の改善につながることを示しています。

要約(オリジナル)

The overall goal of this work is to enrich training data for automated driving with so called corner cases. In road traffic, corner cases are critical, rare and unusual situations that challenge the perception by AI algorithms. For this purpose, we present the design of a test rig to generate synthetic corner cases using a human-in-the-loop approach. For the test rig, a real-time semantic segmentation network is trained and integrated into the driving simulation software CARLA in such a way that a human can drive on the network’s prediction. In addition, a second person gets to see the same scene from the original CARLA output and is supposed to intervene with the help of a second control unit as soon as the semantic driver shows dangerous driving behavior. Interventions potentially indicate poor recognition of a critical scene by the segmentation network and then represents a corner case. In our experiments, we show that targeted enrichment of training data with corner cases leads to improvements in pedestrian detection in safety relevant episodes in road traffic.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google