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

要約

自律運転では、センサーデータから直接車両制御信号を予測するエンドツーエンド（E2E）駆動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、幅広い運転データと人間の介入が必要です。
車両制御データは、多くの人間の運転によって構築されており、大規模な車両制御データセットを構築することは困難です。
多くの場合、公開されている運転データセットは限られた運転シーンで収集され、車両制御データの収集は車両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、この手紙は、自己監視回帰学習（SSRL）フレームワークに基づいて、E2E運転のために、最初の完全に自己監視された学習フレームワークである自己監視模倣学習（SSIL）を提案します。
擬似ステアリング角度データを構築するために、提案されたSSILは、光検出と範囲のセンサーで推定される現在および以前の時点で車両のポーズから擬似ターゲットを予測します。
さらに、高レベルの命令に応じて運転コマンドを予測する2つのE2E運転ネットワークを提案します。
3つの異なるベンチマークデータセットを使用した数値実験は、提案されているSSILフレームワークが、監視された学習カウンターパートと同等のE2E駆動精度を達成することを示しています。
提案された擬似 – 界面再生予測子は、比例積分微分コントローラーを使用して既存のものよりも優れていました。

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 letter proposes the first fully self-supervised learning framework, self-supervised imitation learning (SSIL), for E2E driving, based on the self-supervised regression learning (SSRL) framework.The proposed SSIL framework can learn E2E driving networks \emph{without} using driving command data or a pre-trained model. 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. In addition, we propose two E2E driving networks that predict driving commands depending on high-level instruction. Our numerical experiments with three different benchmark datasets demonstrate that the proposed SSIL framework achieves \emph{very} comparable E2E driving accuracy with the supervised learning counterpart. The proposed pseudo-label predictor outperformed an existing one using proportional integral derivative controller.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google