Loading article…
Navlabは、カーネギーメロン大学コンピュータサイエンス学部のロボット研究所のチームによって開発された一連の自律型および半自律型の車両です。後期モデルは、研究のために特別に設立された「カーネギーメロン大学ナビゲーション研究所」という新しい部門の下で生産されました。[1] Navlab 5は、ピッツバーグからサンディエゴまでのほぼ全行程を自動操縦したことで有名です。
歴史
コンピュータ制御車両の研究は、1984年にカーネギーメロン大学でDARPA戦略コンピューティングイニシアチブ[2]の一環として開始され[ 1]、最初の車両であるNavlab 1の生産は1986年に始まりました[3]。
アプリケーション
Navlabシリーズの車両は、さまざまな目的のために設計されており、「オフロード偵察、高速道路の自動化、オフロード衝突防止、混雑した都市環境での操縦のためのドライバー支援など。当社の現在の取り組みには、歩行者検出、周囲感知、車両制御のための短距離感知が含まれます。」[4]
「ロボットカー、バン、SUV、バス」など、いくつかの種類の車両が開発されている。[1]
車両
同研究所はNavlab 1から11までの名称の車両を製造した。[4]車両は主に半自律走行車であったが、中には完全に自律走行車で人間の入力を必要としないものもあった。[4]
Navlab 1は1986年にシボレーの パネルバンを使って建造された。[3] バンにはコンピュータハードウェアのラックが5つあり、その中にはSunワークステーション3台、ビデオハードウェアとGPS受信機、そしてWarpスーパーコンピュータがあった。[3]コンピュータは100MFLOP/秒で冷蔵庫ほどの大きさで、5kWのポータブル発電機を備えていた。[5]この車両はソフトウェアの制限に悩まされ、80年代後半に最高速度20mph（32km/h）に達するまで完全には機能しなかった。[3]
Navlab 2は1990年にアメリカ陸軍のHMMWVを使用して構築されました。[3]この新しい車両では、コンピュータのパワーが強化され、「高レベルのデータ処理用」の3台のSparc 10コンピュータと、「低レベルの制御用」の2台の68000ベースのコンピュータが搭載されました。 [3]ハマーは、オフロードとオンロードの両方で走行できました。荒れた地形を走行する場合、最高速度は6 mph (9.7 km/h)に制限されていました。Navlab 2がオンロードで走行すると、最高70 mph (110 km/h)に達することができました。[3]
Navlab 1と2は半自律型で、「ステアリングホイールとドライブシャフトのエンコーダー、および位置推定のための高価な慣性航法システム」を使用していました。[3]
Navlab 5は1990年型ポンティアック・トランススポーツ・ミニバンを使用した。1995年7月、チームはピッツバーグからサンディエゴまでの概念実証旅行「ノー・ハンズ・アクロス・アメリカ」を実施し、2850マイルのうち50マイルを除く全行程をシステムがナビゲートし、平均時速60マイル以上を記録した。[6] [7] [8] 2007年、Navlab 5はロボットの殿堂の2008年度入会者に追加された。[9]
Navlabs 6と7はどちらもポンティアック・ボンネビルで製造されました。Navlab 8はオールズモビル・シルエットバンで製造されました。Navlabs 9と10はどちらもヒューストンの交通バスで製造されました。[10]
アルヴィン
ALVINN（ニューラルネットワークによる自律走行車）は1988年に開発されました。[11] [12] [13]詳細な情報はDean A. Pomerleauの博士論文（1992年）に記載されています。[14]これは表現学習、センサー融合、データ拡張の初期のデモンストレーションでした。
建築
ALVINN は、バックプロパゲーションによってトレーニングされた 3 層の完全接続フィードフォワード ネットワークで、1217-29-46 ニューロンで構成されていました。入力には次の 3 種類がありました。
- 前方を向いたビデオカメラの青色チャンネルからのグレースケール値を表す 30 x 32 グリッド。
- レーザー距離計からの深度情報を含む 8x32 グリッド(視野 30 x 80 度)。
- 1つのフィードバックユニット。これは、出力層のフィードバックユニットに直接接続されており、ジョーダンネットワークのスタイルで1ステップの遅延があります。これは、基本的な時間処理を提供するために設計されました。
出力層は 46 個のユニットで構成されます。
- 45 ユニットはステアリング角度の線形範囲を表します。この範囲内で最もアクティブ化されたユニットによって、車両のステアリング方向が決定されます。
- フィードバックユニット1個。
ネットワークの重みを調べることで、Pomerleau はフィードバック ユニットが道路エリアと非道路エリアの相対的な明るさを測定することを学習したことに気付きました。
トレーニング
ALVINN は、1200 枚のシミュレートされた道路画像と対応する距離計データを組み合わせたデータセットで教師あり学習によってトレーニングされました。これらの画像には、さまざまな道路の曲率、網膜の向き、照明条件、ノイズ レベルが含まれています。シミュレートされた画像には、Sun-4 CPU 時間で 6 時間かかりました。
ネットワークは、Warp のバックプロパゲーションを使用して 40 エポックトレーニングされました (45 分かかりました)。各トレーニング例の目的の出力は、正しいステアリング角度を表すユニットを中心とした、ステアリング出力ユニット全体にわたるアクティブ化のガウス分布でした。
トレーニングの最後に、ネットワークは、未確認のシミュレーション道路画像上で、実際の値から2単位以内の正しいステアリング角度を予測する90％の精度を達成しました。データが不明瞭だったため、
実際の実験では、ビデオカメラとレーザー距離計を備えた Navlab 1 で実行されました。雪、雨、晴れ、曇りなど、さまざまな天候の下で、400 メートルの森林の小道を 0.5 m/s で走行できました。これは、当時の従来のコンピューター ビジョン ベースのアルゴリズムに匹敵するものでした。
その後、研究チームはNavlab 1 を運転する人間の実際のデータを使用してオンライン模倣学習を適用しました。人間のドライバーが進路から大きく外れることはないため、進路から大きく外れた場合にネットワークが取るべき行動を学習できないことに気付きました。この問題に対処するために、研究チームはデータ拡張を適用しました。データ拡張では、実際の各画像を左に 5 つの異なる量だけシフトし、右に 5 つの異なる量だけシフトし、実際の人間のステアリング角度をそれに応じてシフトします。このようにして、各例は 11 の例に拡張されます。
参照
参考文献
- ^ 「ロボットの歴史：物語とネットワークの口述歴史：チャック・ソープ」IEEE.tv 2015年4月17日2018年6月7日閲覧。
- ^ abc 「概要」。NavLab。ロボティクス研究所。2011年8月8日時点のオリジナルよりアーカイブ。2011年7月14日閲覧。
- ^ Hawkins, Andrew J. (2016-11-27). 「1989年の自動運転車ALVINNを見てみよう」The Verge . 2024年8月7日閲覧。
- ^ 「Look, Ma, No Hands」カーネギーメロン大学。2017年12月31日。 2017年12月31日閲覧。
- ^ Freeman, Mike (2017年4月3日). 「コネクテッドカー：自律走行車への長い道のり」.ワイヤレス通信センター. 2018年1月1日時点のオリジナルよりアーカイブ。2017年12月31日閲覧。
- ^ Jochem, Todd (2015年4月3日). 「バック・トゥ・ザ・フューチャー：1995年の自動運転 - ロボット工学のトレンド」www.roboticstrends.com。2017年12月29日時点のオリジナルよりアーカイブ。 2017年12月31日閲覧。
- ^ 「THE 2008 INDUCTEES」. The Robot Institute. 2011年9月26日時点のオリジナルよりアーカイブ。2011年7月14日閲覧。
- ^ 白井良明、広瀬茂雄（2012）。安全行動のための注意と習慣。シュプリンガーサイエンス＆ビジネスメディア。p.249。ISBN 978-1447115809。
{{cite book}}:|work=無視されました (ヘルプ) - ^ Pomerleau, Dean A. (1988). 「ALVINN: ニューラルネットワークによる自律走行車」.ニューラル情報処理システムの進歩. 1. Morgan-Kaufmann.
- ^ Pomerleau, Dean (1990)。「自律ナビゲーションのための人工ニューラルネットワークの迅速な適応」。ニューラル情報処理システムの進歩。3 . Morgan-Kaufmann。
- ^ Pomerleau, Dean A. (1990)、ニューラルネットワークベースの自律ナビゲーション、Kluwer International Series in Engineering and Computer Science、第93巻、ボストン、マサチューセッツ州：Springer US、pp. 83–93、doi：10.1007/978-1-4613-1533-9_5、ISBN 978-1-4612-8822-0、 2024-08-07取得
- ^ Pomerleau, Dean A. (1993). 移動ロボット誘導のためのニューラルネットワーク認識。ボストン、マサチューセッツ州：Springer US。doi :10.1007 / 978-1-4615-3192-0。ISBN 978-1-4613-6400-9。
外部リンク
- ロボット工学研究所のウェブサイト
- Navlab ウェブサイト
- Navlab 5のPANS論文（1995年）