End-to-End Driving via Self-Supervised Imitation Learning Using Camera and LiDAR Data

要約

自動運転では、センサーデータから車両の制御信号を直接予測するエンドツーエンド（E2E）運転アプローチが急速に注目を集めています。
安全な E2E 運転システムを学習するには、大量の運転データと人間の介入が必要です。
車両制御データは人間の長時間の運転によって構築されるため、大規模な車両制御データセットを構築するのは困難です。
多くの場合、公開されている走行データセットは限られた走行シーンで収集されており、車両制御データの収集は自動車メーカーのみが利用できます。
これらの課題に対処するために、この論文では、運転コマンドデータを使用せずにE2E運転ネットワークを学習できる初の自己教師あり学習フレームワークである自己教師あり模倣学習(SSIL)を提案します。
提案された SSIL は、擬似操舵角データを構築するために、光検出センサーと測距センサーで推定された現在および過去の時点での車両の姿勢から擬似目標を予測します。
私たちの数値実験は、提案された SSIL フレームワークが教師あり学習の対応物と同等の E2E 駆動精度を達成することを示しています。
さらに、従来の視覚的説明ツールを使用した定性分析により、提案されたSSILによって訓練されたNNと監視カウンターパートが予測を行う際に同様のオブジェクトに注意を払うことが示されました。

要約(オリジナル)

In autonomous driving, the end-to-end (E2E) driving approach that predicts vehicle control signals directly from sensor data is rapidly gaining attention. To learn a safe E2E driving system, one needs an extensive amount of driving data and human intervention. Vehicle control data is constructed by many hours of human driving, and it is challenging to construct large vehicle control datasets. Often, publicly available driving datasets are collected with limited driving scenes, and collecting vehicle control data is only available by vehicle manufacturers. To address these challenges, this paper proposes the first self-supervised learning framework, self-supervised imitation learning (SSIL), that can learn E2E driving networks without using driving command data. To construct pseudo steering angle data, proposed SSIL predicts a pseudo target from the vehicle’s poses at the current and previous time points that are estimated with light detection and ranging sensors. Our numerical experiments demonstrate that the proposed SSIL framework achieves comparable E2E driving accuracy with the supervised learning counterpart. In addition, our qualitative analyses using a conventional visual explanation tool show that trained NNs by proposed SSIL and the supervision counterpart attend similar objects in making predictions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google