7/19（火）18:00からYouTube Live https://youtu.be/FH0yiohes-U で配信します。

概要

自動運転スタートアップ『TIER IV（ティアフォー）』はティアフォー学生研究員制度を設けています。「自動運転の民主化」というビジョンに共感を持ち、自らそれを実現する意欲に満ち溢れた修士課程・博士課程学生の研究活動を支援する奨学金制度です。
ティアフォー学生研究員募集要項

今回はティアフォー学生研究員による定期成果報告会を開催します。

対象者

• 自動運転／Autoware／ティアフォー学生研究員に興味のある方
• ティアフォー学生研究員への応募を検討している方

コンテンツとタイムスケジュール

日時：2022年7月19日(火)　18:00～19:30 (目安)

発表・講演者について

1. 仮想環境上での自動運転ワークロードの評価／西村 啓佑

発表概要

Autoware に代表される自動運転ワークロードの開発サイクルの中で、性能評価（テスト）は安全性に直結する重要な要素である。一般に大量の計算資源を消費するテストを経済的に実施する方法の一つとしてクラウド環境を活用することがあるが、自動運転ワークロードに対する仮想環境オーバヘッドの影響やベアメタル環境との性能差はよく知られていない。本発表ではAutowareをKVMを用いた仮想環境で動作させた際の評価を行い、発見された問題点やKVMの設定の影響について検討する。

2. DDS層測定ツールの開発／今井 航一

発表概要

自動運転Autowareの実装に用いられているROS2は内部でDDS/RTPSとよばれる規格に則ったミドルウェアを呼び出すことでpub/sub通信を提供しています。ROS2のレイテンシ性能などを測定するツールとしてはCARETなどが存在し、これはノードレイテンシや通信レイテンシをROSのレイヤーで捕捉しますが、DDS層における個々の処理のレイテンシはブラックボックスとなっています。DDSの測定を可能とするツールの実装方法や単純なモデルにおけるpub/sub通信の計測結果について発表します。

3. 不完全なデータから学習可能な条件付き深層生成モデルを用いた敵対的データ拡張の研究／勝又 海

発表概要

不完全なデータから学習可能な条件付き深層生成モデルを用いた敵対的データ拡張の研究の取り組みについて発表する。深層ニューラルネットワークを利用した認識モデルの学習には多くのデータが必要とされており、膨大なコストを要することが当該分野の課題となっている。この課題を解決するため生成データを用いて学習データを収集する取り組みが盛んに行われるようになった。 本研究ではその取り組みの中でも深層生成モデルを用いたデータ生成による認識モデルの性能向上に焦点を当てている。 本発表ではその第一段階として取り組んだラベル付きデータとラベルなしデータを用いて学習を行う条件付き深層生成モデルの研究を紹介する。

4. Emergency Evacuation Route-based Adaptive Potential Field with Clothoid Curve for Autonomous Vehicles in Collision Avoidance／Pengfei Lin

発表概要

Potential field (PF)-based path planning approach has been broadly used for autonomous vehicles (AVs) in recent years due to its high real-time performance and simple structure. This study presents an emergency evacuation route-based adaptive potential field (EER-based APF) for AVs in hazardous situations. The EER-based APF is combined with the clothoid curve to generate a highly easy-to-follow trajectory. The EER-based APF primarily solves the "blind alley" phenomenon caused by the local minima problem where the gradient of the PF varies abnormally, e.g., the unexpected intersection of obstacle PF and road PF. Specifically, the terminal stop point of the EER is computed by considering the predicted motion range of the obstacle vehicle. Furthermore, the clothoidal coefficients are obtained by solving a constrained optimization problem that applies to different vehicle types with various dynamics. The proposed EER-APF method was evaluated by conducting the co-simulation between MATLAB/Simulink and CarSim Simulator in a freeway scene. The simulation results reveal that the proposed EER-based APF shows increased performance in emergency collision avoidance and renders the vehicle safer in which the duration of wheel slip is 61.9% shorter, and the maximum steering angle amplitude is 76.9% lower than other PF-based methods.

リンク集

• 株式会社TIER IV
• Web.Auto
• TIER IV Tech Blog
• TIER IV Twitter
• TIER IV Facebook
• TIER IV Youtube
• TIER IV LinkedIn
• TIER IV Instagram
• The Autoware Foundation
• ティアフォー学生研究員募集要項

注意事項

本イベントは、参加者と情報を共有するための場です。 講演内容やタイムスケジュールは変更となる可能性がございます。 当日のイベント内容は後日任意の媒体にて公開させていただくことがあります。 イベントレポート作成のため、お写真を撮らせていただくことがございますので予めご了承ください。 イベントは、止むを得ず中止させていただく場合がございます。 その際は、本サイトからのメッセージよりご連絡させていただきますのでご確認をお願いいたします