2021 Fiscal Year Research-status Report
New Approach to Deep Learning by Introducing Language Model for Drastic Improvement of Automated Driving Reliability
| Project/Area Number |
21K03985
|
|---|
| Research Institution | Toyota Technological Institute |
|---|
Principal Investigator |
秋田 時彦 豊田工業大学, 工学(系)研究科(研究院), 特任上級研究員 (20564579)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 深層学習 / 信頼度推定 / ミリ波レーダ / 形状推定 / 駐車 / CNN / VAE / Transformer |
|---|
| Outline of Annual Research Achievements |
自動運転の環境認識において、高精度な深層学習の利用は必要不可欠である。しかし、認識精度は学習データの質に大きく依存しており、学習された環境では高精度に認識できるが、学習データには無い環境では大きな誤りが発生することがある。これは安全性が重要な自動運転には致命的であり、必ず抑止しなければならない。本研究では、この未学習データに対して致命的な誤りを抑制し、認識精度を向上することを目的とする。先ず、耐環境性が最も高いミリ波レーダを用いた環境認識を対象として研究を行っている。その中でも特に、分解能が低くノイズが多い特性から車両などの検出対象物の高精度な形状推定は難しく、これを研究対象とした。
学習されたデータに対しては高精度に認識できるため、学習データをVAEにて自己教師あり学習で記憶し、未学習データを判定して誤差を抑制する手法を創出した。未学習データと判定されたデータに対しては、誤差を抑制するように機械学習に依らない人が設計した認識手法にて補正することで、大きな誤差を抑制できた。しかし、データ全体として未学習かどうかしか判定できず、高精度に推定できる領域の精度が低下する場合があった。そこで、確率的に領域毎の形状推定信頼度を推定する手法を創出した。学習データセットをランダムに分割し、その内の一つで学習して残りのデータで車両形状推定を行って統合し、領域毎の誤り率を求め信頼度の真値とした。推定形状とレーダ反射マップから真値を推定する様に独自設計した深層学習ネットワークを学習させた。これを未学習データに対し車両形状推定した結果、形状誤差の大きい領域の信頼度を低く推定でき、その妥当性を確認した。
言語モデルによる推定精度の向上に関して、Transformerを用いた手法を検討しているが、十分な学習データが無いと高精度が実現できないことが分かり、他の手法も含め見直している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究の目的は、自動運転の実現に寄与する、未学習データに対しても高精度に認識を行うことができる環境認識アルゴリズムの創出で、難易度の高い挑戦的研究である。
未学習データを判定してその認識信頼度を推定する手法と、推定された結果の信頼度を向上させる手法の2つの方向性から探索をしている。前者については、未学習データを推定する手法と領域毎の信頼度を推定する手法を構築できたが、後者について新手法を創出すべく調査しているが、まだ有効な手法の創出には至っていない。これは、既存の言語モデルを調査したが、膨大なデータが必要であり、本研究の目的である未学習データに対する頑健性の実現は困難なことが分かり、方向性を見直している。
|
| Strategy for Future Research Activity |
当初想定していた基となる言語モデルの発展研究を見直し、他の手法を幅広く調査して本質的な課題解決に向けた独自の手法を創出していく。一つの方策として大規模データセットを用いた転移学習の発展を考えており、具体的な案を検討中である。
認識信頼度の推定に関して、認識対象を拡げてその有効性を確認していく。
|
| Causes of Carryover |
当初初年度に予定していた大規模データセットを扱うことができる高性能計算機や実環境データ収集のためのセンサシステムの導入を、次年度以降に計画変更したためである。これは、言語モデルを用いた研究の発展展開を行う予定だったものが、モデルの性質上本研究への適用がそのままでは難しいことが判明し、方針を変更し根本原理から見直しをしているためである。手法の具現化目処が立った段階で必要な設備導入を順次進めていく予定である。
|
