2018 Fiscal Year Annual Research Report
Development of reference shaping theory for automatic driving control systems
| Project/Area Number |
16H06094
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
南 裕樹 大阪大学, 工学研究科, 准教授 (00548076)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 予測値整形 / 時空間光制御 / ニューラルネットの軽量化 |
|---|
| Outline of Annual Research Achievements |
本研究では，自動車の自動走行システムを対象とする．これは，たとえば，障害物回避のように環境情報（障害物の位置）をもとに，自動車を制御（加減速・操舵の制御）するものである．従来の研究では，「環境の予測」と「自動車の制御」の問題を別々に考え，それぞれに対して要素技術が開発されてきた．これに対して，本研究では，予測技術と制御技術を有機的につなぐ新技術として，予測値整形機構「予測ガバナ」を導入する．本研究では，まず，予測ガバナの設計理論を整備する．そして，予測ガバナを自動走行に応用し，実験を通して有用性を示す．
本研究課題では，与えられた予測値を整形する問題を対象としているが，自動走行システムを高度化するためには，予測値そのものの精度も重要になる．そこで，本年度は，予測値を生成する部分に対して新たなアプローチを試みた．具体的に，以下の二つの成果を得た.
１．自動車をとりまく環境を積極的に変化させることで，精度の高い予測値を生成する問題を考えた．とくにそのひとつとして，光センサを搭載した自動走行システムを外部に設置したプロジェクタの光で制御する問題を対象とした．これは，光があたると右旋回をし，光があたらないと左旋回をするという超単純な制御則が実装された自動走行システムをプロジェクタから投影される光分布を用いて制御するものである．そして，経路追従を達成する方法を提案した．
２．予測値の生成には，ニューラルネットワークが用いられることが多いが，ネットワークが大規模になると，FPGAなどの省資源のデバイスに実装することが困難になる．この問題に対応するために，ニューラルネットワークの軽量化に取り組んだ．そして，軽量化のためのノイズシェーピング量子化手法を提案し，その鍵となる誤差拡散フィルタの系統的な設計手法を構築した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画を変更したものの，時空間光ナビゲーションの研究やニューラルネットワークの軽量化の研究に対して，一定の成果を得ることができ，さらに，次年度以降に取り組むべき課題を明らかにした．
|
| Strategy for Future Research Activity |
(1)予測ガバナの設計論の構築：フィードバック系や非線形性を含む系に対する予測ガバナの設計論を構築し，成果を整理する．
(2)自動走行システムへの新しいアプローチの模索：本研究課題では，与えられた予測値を整形する問題を対象としてきたが，自動走行システムを高度化するためには，予測値そのものの精度も重要になる．そこで，自動車をとりまく環境を積極的に変化させることで，精度の高い予測値を生成する問題を考える．
|
