Core Concepts
相互作用シーングラフを用いて、自車、道路上の他の車両、および道路要素間の複雑な相互作用をモデル化することで、知覚、予測、計画の各タスクを統合的に最適化する。
Abstract
本論文では、相互作用シーングラフ(Interaction Scene Graph)を提案し、自動運転のエンドツーエンドアルゴリズムに組み込んでいる。相互作用シーングラフは、動的シーングラフ(Dynamic Scene Graph)と静的シーングラフ(Static Scene Graph)から構成される。
動的シーングラフは、道路上の車両間の相互作用をモデル化する。各ノードは車両を表し、ノード間のエッジは車両間の注意の度合いを表す。この動的シーングラフと車両の軌道予測は相互に更新される。
静的シーングラフは、車両と道路要素(車線など)の相互作用をモデル化する。車両ノードと道路要素ノードが接続されており、車両が道路要素に注意を向けることを表現する。
提案手法は、知覚、予測、計画の各タスクを統合的に最適化することができ、nuScenesデータセットにおいて従来手法を大きく上回る性能を達成している。特に、計画タスクでは大幅な性能向上が確認された。
Stats
自車の速度、加速度、角速度などの自車状態情報は、計画タスクの性能向上に重要な役割を果たす。
自車と他の車両、道路要素との幾何学的な距離は、相互作用シーングラフの構築に重要である。