Friday, 2022/08/19

  • 東京工業大学
  • 情報理工学院
  • 情報工学系
  • Switch Language
    • ja日本語
    • enEnglish (英語)

下坂研究室

Shimosaka Research Group pursuing MIUBIQ (machine intelligence in UbiComp Research)

  • ホーム
    • メンバー
    • 所在地
  • ニュース
  • プロジェクト
  • 発表論文
  • 受賞
  • アーカイブ
    • コード
    • データセット
Navigation
プロジェクト 高次元連続状態空間における高速かつ安定な運転行動モデリング

高次元連続状態空間における高速かつ安定な運転行動モデリング

2021/03/15 | プロジェクト | 697 views |

高次元連続空間における高速・安定な運転行動予測

 近年,自動車の適切な運転行動予測の研究が盛んに行われており,先進運転支援システム(ADAS)への応用が期待されています.運転行動予測では,適切な行動に対して高い値を返すような報酬関数を設計し,獲得する報酬を最大化するような制御入力列を求める方法が一般的です.中でも,iterative Linear Quadratic Regulatorやモデル予測制御などの手法が広く用いられていますが,これらは初期解に基づく空間のごく一部の局所的探索を行うため,大域的な視点で報酬の高い行動列の獲得が容易ではありません.

 一方で,安定した解を探索する方法として,空間全体を覆う木を生成するRapidly exploring Random Tree (RRT)が挙げられますが,自動車モデルの表現に必要な高次元空間を網羅するには多くの計算コストを要します.さらに,計算コストを抑えつつ非ホロノミックな運動系を扱えるようRRTを拡張した研究としてテンプレートベースRRT (Ma et al. ITSC2014) がありますが,RRTが抱える探索の非効率性の問題,として,1)単一木の網羅性の低さ,2)大量の枝・葉を有するRRTにおける報酬和の更新速度の遅さ,が残されています.

 その解決のために,本研究では.従来のテンプレートベースRRTに枝刈りと木の複数並列複数生成を組み合わせた,並列逐次枝刈り型RRTを提案しました.必要のない部分を枝刈りすることで,集中して報酬の見込みの高い場所を探索することが可能になります.

また,単体の木を生成していた既存のRRTとは異なり,小さい木を複数並列生成する方法により,コストを抑制しつつ効率的に空間を網羅することが期待できます.

これら二つのプロセスにより,高次元空間において高速性と安定性を両立した運転行動予測を実現します.性能比較実験では,幹線道路と交差点を想定したタスクにおいて,提案手法が既存手法よりも高速性と安定性が向上していることを実証しました.

Publications

逐次枝刈り型RRTの並列化による高速かつロバストな運転行動予測
細馬 慎平, 須ヶ﨑 聖人, 竹中 一仁, 平野 大輔, 孫 理天, 下坂 正倫
第38回 日本ロボット学会学術講演会 予稿集, オンライン開催, 10 2020

  • tweet

Comments are disabled for this post

Social Networks

  • twitter
  • rss

Recent News

  • 頑健かつ効率的な連続状態空間最大エントロピーIRLについてIV2022にて発表しました 2022/06/09
  • ロボティクス・メカトロニクス 講演会 2022(6/1~4)にて細密なデータを用いた速度分布予測について発表しました 2022/06/06
  • 情報処理学会UBI研究会74回研究発表会(2022/6/6,7)にてUWBの測定距離と直接波の減衰度を利用したデバイスフリー複数人屋内測位ついて発表します 2022/06/02
  • 情報処理学会UBI研究会73回研究発表会で発表した論文がUBIヤングリサーチャー賞を受賞しました 2022/04/18
  • 地域特性理解促進のための画像・検索クエリ・GISデータに基づくデジタルマップアプリケーション 2022/03/18
  • 情報処理学会UBI研究会73回研究発表会(2022/3/7,8)にて画像・検索クエリ・GISデータを活用した都市特性を解析するアプリケーションついて発表しました 2022/03/09
  • 第22回計測自動制御学会 システムインテグレーション部門講演会で発表した論文が優秀講演賞を受賞しました 2022/03/09
  • 特徴量探索とパラメタ最適化に基づくコンパクトな運転行動モデリングを第22回計測自動制御学会システムインテグレーション部門講演会(2021/12/15~17)にて発表しました 2021/12/15
  • 屋内測位のためのベイズ最適化に基づく歩行距離を考慮した効率的なデータ収集位置推薦をIPIN2021にて発表します 2021/11/29
  • ACM SIGSPATIAL 2021にて2本の論文の発表を行います 2021/11/01

Search

Copyright 2015 · Shimosaka Research Group at TITECH