|
この記事はWeChat公式アカウント「自動運転ハート」の許可を得て転載しています。転載の許可については、元の情報源にお問い合わせください。 車道協調の同期運転データ V2X-AD（Vehicle-to-Everything支援型自動運転）は、より安全な運転戦略を提供する上で大きな可能性を秘めています。研究者はV2X-ADの交通層と通信層について広範な研究を行ってきましたが、これらのインフラと通信リソースが運転性能の向上に及ぼす効果については、まだほとんど解明されていません。このため、協調型自動運転、特に各車両の運転性能を向上させるための効率的な情報共有戦略を設計する運転計画に関する研究の必要性が強調されています。そのためには、V2X-ADのためのデータ環境を提供できるプラットフォームと、運転関連機能と情報共有メカニズムを網羅したエンドツーエンドの運転システムという、2つの重要な基盤条件が必要です。 この目的のため、上海交通大学と上海人工知能研究所の研究者らは、新たな研究論文「協調型自動運転に向けて：シミュレーションプラットフォームとエンドツーエンドシステム」において、エンドツーエンドの協調運転システムであるCoDrivingを提案しました。このシステムは、運転計画を重視した情報共有戦略を通じて、効率的な協調通信を実現します。さらに、研究者らはシミュレーションプラットフォームV2Xverseを構築しました。このプラットフォームは、路車間（V2I）協調運転データセットの生成、フルスタック協調運転システムの展開、カスタマイズ可能なシナリオにおける閉ループ運転性能評価と運転サブタスク評価など、協調運転のための包括的なトレーニングおよびテスト環境を提供します。 一方、シミュレーションプラットフォームV2Xverseは、複数の既存の協調認識手法のトレーニングおよび展開テストコードを統合し、様々なテストタスクを用いて、3D物体検出、経路計画、閉ループ自動運転といった包括的な運転機能を検証します。V2Xverseは、「見る」ことはできても「制御する」ことができない既存の協調認識手法の限界を克服し、既存の協調認識手法を完全な運転システムに組み込み、シミュレーション環境で運転性能をテストすることをサポートします。本論文の研究者たちは、これにより、自動運転におけるビジョンベースのV2I（路車間通信）研究において、より優れた機能拡張とより現実的なテストベンチマークが実現できると考えています。
研究の背景と意義本稿では、V2X（Vehicle-to-Everything）通信に基づく協調型自動運転に焦点を当てます。協調型自動運転は、単独車両による自動運転と比較して、車両と周囲環境（路側機、スマートデバイスを装着した歩行者など）間の情報交換を通じて車両の認知と運転性能を向上させます。これは、視界が制限された複雑なシナリオ（図1参照）における安全運転に有益です。 図 1. 自転車が障害物を検知できない危険な「ゴーストピーク」のシナリオ。 しかし、現在の V2X ベースの車両と道路の協調作業のほとんどは、モジュール レベルの認識機能の最適化に重点を置いており、協調認識機能を使用して統合システムの最終的な運転性能を向上させる方法については、まだ十分な調査が不足しています。 この課題に対処するため、本論文では、協調知覚機能を、知覚、予測、計画、制御などの主要モジュールを含むすべての運転機能を網羅する包括的な協調運転システムに拡張することを目指します。協調型自動運転を実現するには、V2X-ADのデータ環境を提供できるプラットフォームと、運転関連機能と情報共有メカニズムをすべて統合したエンドツーエンドの運転システムという2つの重要な基盤が必要です。プラットフォームの観点から、本研究では、車両と道路の協調運転データセットの生成からフルスタック協調運転システムの展開、閉ループ運転性能の評価まで、完全なプロセスを提供する包括的な協調型自動運転シミュレーションプラットフォームであるV2Xverseを構築します。運転システムの観点から、本論文では、新しいエンドツーエンドの協調運転システムであるCoDrivingを紹介します。このシステムは、完全な自動運転フレームワーク内にV2Xベースの協調モジュールを設計および組み込み、知覚情報を共有することで協調運転性能を向上させます。 CoDrivingの核となるアイデアは、空間的にまばらだが運転に不可欠な視覚的特徴情報をコミュニケーションコンテンツとして使用し、コミュニケーション効率を最適化しながら運転パフォーマンスを向上させる、運転計画に重点を置いた新しい情報共有戦略です。 V2Xverse: 車両と道路の協調運転シミュレーションプラットフォーム本稿で提案するV2Xverseの主な特徴は、運転関連のサブタスクのオフラインベンチマークを生成し、さまざまなシナリオで運転性能のオンライン閉ループ評価を実施して、協調型自動運転システムの開発を全面的にサポートできることである。V2Xverseは、V2X-ADシナリオを作成するために、シナリオ内で完全な運転機能を備えた複数のインテリジェント車両を設定し、道路の両側に路側ユニットを戦略的に配置して、インテリジェント車両に補助的な視界を提供する。協調型自動運転方式の開発をサポートするために、V2Xverseはまず（車車間）および（車車対路側ユニット）通信モジュールを提供し、システムトレーニング用の完全な運転信号と専門家の注釈、および閉ループ運転評価用のさまざまな危険シナリオを提供する。シミュレーションプラットフォームのフレームワークを図2に示します。 図2. V2Xverseシミュレーションプラットフォームフレームワーク 既存のCarlaベースの自動運転シミュレーション・プラットフォームと比較して、V2Xverseには3つの利点があります。第一に、V2Xverseは複数車両の運転シミュレーションをサポートします。一方、主流のCarla-Leaderboardとその派生プラットフォームは単一車両の運転シミュレーションのみをサポートします。第二に、V2Xverseはフル機能の運転シミュレーションをサポートします。一方、既存の協調知覚シミュレーション・プラットフォームは知覚モジュール関連機能のみをサポートします。第三に、V2Xverseは多様なセンサーデバイス、モデル統合、柔軟なシナリオカスタマイズなど、包括的なV2X-ADシナリオをサポートします（表1参照）。 表1. V2Xverseと既存のCarlaベースの自動運転シミュレーションプラットフォームの比較 CoDriving: 効率的なコラボレーションを実現するエンドツーエンドの自動運転モデルCoDrivingは2つのコンポーネントで構成されています（図3参照）。1) センサー入力を運転制御信号に変換するエンドツーエンドの単一車両自動運転ネットワーク。2) 運転指向のコラボレーション。これは、協力者が主要な運転認識機能を共有することで効率的なコミュニケーションを実現し、特徴集約を通じて単一車両BEVの認識機能を強化するものです。強化された認識機能により、システムはより正確な認識結果と計画予測結果を生成できるようになります。 図3. CoDrivingの全体フレームワーク エンドツーエンドの自動運転ネットワークエンドツーエンドの単一車両自動運転ネットワークは、様々なモダリティからの入力に基づいて出力経路点予測を学習し、制御モジュールを介してこれらの経路点を運転制御信号に変換します。これを実現するために、CoDrivingは、3D物体検出器、経路点予測器、コントローラなど、運転に必要なモジュールコンポーネントをエンドツーエンドシステムに統合します。CoDrivingは、統一されたグローバル座標系を提供する鳥瞰図（BEV）表現を採用しているため、複雑な座標変換を回避し、空間ベースのコラボレーションをより適切にサポートします。 運転重視の協調戦略V2X連携は、情報共有を通じて個々の車両に固有の視認性の限界に対処します。本研究では、運転性能と通信効率を同時に最適化するための、ドライバー指向の新たな連携戦略を提案します。この戦略は、i) ドライバーの意図に基づく知覚通信（CoDrivingが運転要求モジュールを介して、空間的に疎であるものの運転に不可欠なBEVの知覚特徴を交換する）、ii) BEV機能強化（CoDrivingが受信した特徴情報を用いて、各連携車両のBEV知覚機能を強化する）で構成されます。強化されたBEV機能は、より正確な知覚認識と計画予測結果の実現に貢献します。 実験結果本稿では、V2Xverseシミュレーションプラットフォームを用いて、閉ループ運転、3D物体検出、進路予測という3つのタスクにおけるCoDrivingの性能を評価します。重要な閉ループ運転テストでは、単一車両エンドツーエンド自動運転における従来の最先端（SOTA）手法と比較して、CoDrivingは運転スコアを62.49%向上させ、歩行者との衝突率を53.50%低減しました。物体検出タスクと進路予測タスクでは、表2に示すように、CoDrivingは他の協調手法よりも優れた性能を示しました。 表 2. CoDriving は、閉ループ運転タスクでは最先端 (SOTA) の単一ユニット運転方式よりも優れており、モジュール式知覚および計画サブタスクでは他の協調知覚方式よりも優れています。 本論文では、異なる通信帯域幅におけるCoDrivingの協調性能も検証しています。図4に示すように、閉ループ運転、3D物体検出、ウェイポイント予測という3つのタスクにおいて、CoDrivingは異なる通信帯域幅の制約下でも他の協調手法よりも優れた性能を発揮します。 図4. 異なる通信帯域幅におけるCoDrivingの協調パフォーマンス 図5は、V2Xverseシミュレーション環境におけるCoDrivingの走行シナリオを示しています。図5のシナリオでは、死角から歩行者が突然道路に飛び出しています。視野が限られている単独車両自動運転システムでは、歩行者を事前に回避することができず、重大な事故につながります。しかし、CoDrivingは路側機の視野共有機能を活用し、歩行者を事前に検知することで、衝突を安全に回避します。 図5(1)。単一車両自動運転システムの視野が限られているのに対し、CoDrivingは路側機から提供される情報を利用して死角の歩行者を検知した。図5(2)。CoDrivingは歩行者をうまく回避したが、単一車両自動運転システムは歩行者を時間内に回避できず、衝突に至った。 要約本研究では、V2Xverseシミュレーションプラットフォームを利用して協調型自動運転方式の開発を促進し、新たなエンドツーエンドの自動運転システムを提案する。V2Xverseは、閉ループ運転テストをサポートするV2X協調運転シミュレーションプラットフォームであり、究極の運転性能の向上を目指した協調型自動運転システムの完全な開発パスウェイを提供する。特に、V2Xverseは、既存の様々な単一車両自動運転システムの導入、および様々な既存の協調認識方式のトレーニングと閉ループ運転テストもサポートしている。さらに、本論文では、主要な運転認識情報を共有することで運転性能を向上させ、通信効率を最適化する、新たなエンドツーエンドの協調型自動運転システムであるCoDrivingを提案する。運転システム全体の包括的な評価では、CoDrivingは、異なる通信帯域幅にわたって単一車両自動運転システムを大幅に上回ることが示された。研究者たちは、V2XverseプラットフォームとCoDrivingシステムが、より信頼性の高い自動運転のための潜在的なソリューションを提供すると考えている。 |
