2021 Fiscal Year Research-status Report
Study on the use of machine learning approaches for enabling to guarantee safety of model-based autonomous navigation
| Project/Area Number |
18K13727
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
赤井 直紀 名古屋大学, 工学研究科, 助教 (40786092)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 位相的データ解析 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
深層学習を利用するにあたり、そのブラックボックス性が問題と指摘されることは多い。今年度は、その問題に対する取り組みを行った。
具体的には、位相的データ解析（topological data analysis: TDA）を用いて、深層学習が獲得した写像の中に、外れ値が含まれるかどうかを実験的に検証する方法を提案した。提案した方法は、パーシステントダイアグラムと呼ばれるTDAで用いられるグラフの上で、ノイズと判断される領域を統計的に推定する手法を用いている。これにより、深層学習により写像されたデータセット内に、位相的な特徴があるか、つまり外れ値が含まれるかどうかを検証することを可能としている。この方法を用いることで、深層学習を用いて高精度な分類が可能になった場合でも、写像に外れ値が含まれる可能性があることを示した。つまり、精度だけで深層学習を判断するのではなく、その安定性で評価を可能とする指標の実現可能性を示した。
また、自己位置推定の失敗が原因で起きた自動運転の事故に焦点を当て、その失敗を検知する方法の開発も行った。この方法は、従来の自己位置推定法では実現することのできない「観測値全体の関係性を考慮する」ということを可能に、これにより自己位置推定の失敗時に見られるセンサと地図のミスマッチを高精度に認識することを可能にした。そして、このミスマッチ認識の結果を用いることで、自己位置推定の失敗検知を可能とした。この技術を用いることで、実際に事故が起きたシーンの自己位置推定の失敗も検知可能となることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
計画当初は、深層学習の技術をロボティクスに応用することに焦点を当て、これによりロボティクスに関する技術の安全保障を実現することを主目的としていた。その中で、深層学習側に焦点を当て、その安定性を議論できる手法が構築できたことは極めて大きい成果であると考えている。
この技術を前年度までに構築した技術と活用することで、深層学習の安全性も保障しながら、かつロボットが使用する場合にもその安定性を保障するということも実現可能となり、より安全性の高いロボティクス技術の実現につながるといえる。
また、実際に起きた自動運転の事故という珍しいデータを研究に活かせたことは、大きな進捗の貢献となった。
|
| Strategy for Future Research Activity |
これまで、自己位置推定に焦点を当て、その安全性保障に関する技術の研究を行ってきた。そして、十分な成果を上げたと考えている。この技術がより広く利用されることを狙い、今後はこの技術を体系化してまとめ、オープンソース等の形で公開していく。
さらに、これまで提案してきた手法を1つにまとめられる実装方法を実現し、これまでにない高度な自己位置推定システムの実現を目指す。
|
| Causes of Carryover |
新型コロナウイルスの影響により、予定していた学会参加などの出張を行うことができなかった。今年度から現地開催の学会も増えるため、それらに参加するために使用する。また、ロボット開発・購入などの必要経費が発生した際に使用する。
|
