arXiv 論文「CARLA 自動運転シミュレータへの実際のエージェントの動作の挿入」、スペイン、6 月 22 日。
迅速なプロトタイピングと広範なテストの必要性により、自動運転におけるシミュレーションの役割はますます重要になっています。物理ベースのシミュレーションは、プロトタイピング、ドライバー、道路交通弱者 (VRU) に対するリスクを排除しながら、リーズナブルなコストで複数のメリットを提供します。 ただし、主に 2 つの制限があります。まず、よく知られている現実ギャップとは、シミュレートされた自動運転体験が現実世界の効果的なパフォーマンスを達成することを妨げる、現実とシミュレーションとの間の差異を指します。第二に、後続ドライバーや同乗者、車両、歩行者、自転車などの他の道路利用者を含む、実際のエージェント(人間)の行動に関する経験的知識が不足しています。
エージェント シミュレーションは通常、事前にプログラムされているか、確率的にランダムであるか、実際のデータに基づいて生成されますが、特定のシミュレーション シナリオと対話する実際のエージェントの動作を表すものではありません。この論文では、実際のエージェントと自動運転車を含むシミュレートされた環境との間のリアルタイムの対話を可能にし、動作モデルに依存する予測システムをトレーニングするために、複数のビューにわたるシミュレートされたセンサーから合成シーケンス データを生成する予備的なフレームワークを提案します。
このアプローチは、没入型仮想現実 (VR) およびヒューマン モーション キャプチャ (HMC) システムを自動運転用の CARLA と統合します。ハードウェアとソフトウェアのアーキテクチャについて説明し、いわゆる動作ギャップについて説明します。
図に示すように、方法の概要は次のとおりです。 (1) CARLA-UE には、頭 (VR ヘッドセット) と体 (モーション キャプチャ システム) のポーズが装備されています。 (2) 自動運転車やデジタル歩行者を含むシーンを生成します。 (3) 歩行者のための環境を提供します(VR ヘッドセット経由)。 (4) 自動車両センサーが歩行者を含む環境を感知します。
自動運転シミュレーターCARLAのイマーシブVRシステムの機能を紹介します。
UE4 が提供する機能と、VR メガネや一連のモーション センサーなどの外部ハードウェアを使用して、行動およびインタラクションの調査を実施することで、歩行者の完全な没入を実現します。
CARLA オープン ソース シミュレーターは UE4 に実装されており、高品質のレンダリング、現実的な物理環境、相互運用可能なプラグインのエコシステムを提供します。 CARLA は、動的な交通シーンをシミュレートし、UE4 によって作成された仮想世界とシーン内で実行されている道路エージェントとの間のインターフェイスを提供します。 CARLA はこれを実現するサーバークライアント システムとして設計されており、サーバーがシミュレーションを実行してシーンをレンダリングします。クライアントとサーバー間の通信はソケットを通じて行われます。
実際のエージェントの動作をシミュレーションに挿入することの主な特徴は、次の 5 つの点に基づいています (図に示すように)。 1)
: CARLA ブループリント ライブラリ、すべてのキャラクターと属性のアーキテクチャを収集し、歩行者のブループリントを変更し、人々と仮想世界の間に没入型で移動可能な VR インターフェイスを作成します。2) ボディ トラッキング: 一連の慣性センサーを使用します。と独自の外部ソフトウェア 実際のシーンを通じて被写体の動きと運動知覚をキャプチャし、.bvh ファイルを通じてアバターの動きをシミュレータに統合します; 3) サウンド デザイン : CARLA はオーディオレス シミュレータであるため、位置サウンドが導入されます環境内での没入感を高める; 4) eHMI統合: 自動運転車の状態や意図情報の伝達を実現し、インタラクティブな研究を行う; 5) シーンシミュレーション: 交通を設計するCARLA クライアントのシーンでは、車両と歩行者の動作を制御します。 道路利用者間のコミュニケーションは交通環境において重要な要素です。実験では、自動運転車に外部ヒューマン・マシン・インターフェース(eHMI)が提供され、その状態と意図を実際の道路利用者に伝達しました。
図に示すように、提案されている eHMI 設計は、自動車の前部に沿ったライト ストリップで構成されています。左側の写真は eHMI なし、右側の写真は eHMI ありです。これにより、仮想シーンで歩行者の軌跡が車両の軌跡と収束するときの意思決定に対するインターフェイスの影響を研究することができます。
システム アーキテクチャ全体を図に示します。
CARLA は、トラフィックおよび特定のトラフィック シナリオをシミュレートするためのさまざまなオプションを提供します。交通管理モジュールを使用して、現実的な都市交通状況をシミュレーションに追加します。各車両の制御は専用のスレッドで実行されます。他のレイヤーとの通信は、同期メッセージングを通じて管理されます。
特定の動作を強制するパラメータを設定することで、トラフィック フローを制御します。たとえば、車のスピード違反、信号無視、歩行者無視、または車線変更の強制が許可される場合があります。
本体は、都市の 3D モデル マップを含むシミュレーターに統合されています。各マップは、完全に注釈が付けられた道路レイアウトを記述した OpenDRIVE ファイルに基づいています。この機能により、独自のマップを設計し、現実環境と仮想環境で同じ交通シナリオを再現し、シミュレーターの実際の動作の統合を評価し、インタラクション結果を比較することによってフィールド調査を行うことができます。
ハードウェア設定は図に示すとおりです。実験中、Oculus Quest 2 は Meta によって作成されたヘッドマウント デバイス (HMD) として使用され、6GB RAM プロセッサ、2 つの調整可能な 1832 x 1920 レンズ、 90Hzのリフレッシュレートと256GBのRAM。 Quest 2 は、Wi-Fi 6、Bluetooth 5.1、USB Type-C 接続、SteamVR サポート、3D スピーカーを備えています。全身追跡の場合は、慣性トラッカーを備えた PNS でソリューションをパッケージ化します。キットには、スタンドアロン VR ヘッドセット、2 つのモーション コントローラー、17 個の Studio 慣性ボディ センサー、14 セットのストラップ、充電ケース、Studio トランシーバーが含まれています。
CARLA ビルドと Quest 2 は Windows のみに依存しているため、VR イマージョン システムは現在 UE4.24 および Windows 10 オペレーティング システムに依存しています。 TCP ソケット プラグインを使用すると、すべての参加者のエディターの位置とその他の便利なパラメーターが Python API から送信され、各参加者の音声または自動運転車の eHMI が統合されます。 「VR プレビュー」は HMD 上でゲームを開始します。 Perception Neuron Studio は、一度に最大 3 人の被験者と 23 個の身体センサーと指センサーを同時にサポートする Axis Studio と連携します。
写真は、インタラクティブな交通状況のシミュレーションを示しています: (a) 3D 世界のデザイン。 (b) 歩行者マッチング実行者アバター。 (c) 自動運転車。 (d) 環境音とインテリジェントサウンド。 (e) eHMI。 (f) 信号機および交通標識。
以上がCARLA 自動運転シミュレータに実際のエージェントの動作を追加の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Apollo Researchの新しいレポートによると、高度なAIシステムの未確認の内部展開は、重大なリスクをもたらします。 主要なAI企業の間で一般的なこの監視の欠如は、Uncontに及ぶ潜在的な壊滅的な結果を可能にします

従来の嘘検出器は時代遅れです。リストバンドで接続されたポインターに依存すると、被験者のバイタルサインと身体的反応を印刷する嘘発見器は、嘘を識別するのに正確ではありません。これが、嘘の検出結果が通常裁判所で採用されない理由ですが、多くの罪のない人々が投獄されています。 対照的に、人工知能は強力なデータエンジンであり、その実用的な原則はすべての側面を観察することです。これは、科学者がさまざまな方法で真実を求めるアプリケーションに人工知能を適用できることを意味します。 1つのアプローチは、嘘発見器のように尋問されている人の重要な符号応答を分析することですが、より詳細かつ正確な比較分析を行います。 別のアプローチは、言語マークアップを使用して、人々が実際に言うことを分析し、論理と推論を使用することです。 ことわざにあるように、ある嘘は別の嘘を繁殖させ、最終的に

イノベーションの先駆者である航空宇宙産業は、AIを活用して、最も複雑な課題に取り組んでいます。 近代的な航空の複雑さの増加は、AIの自動化とリアルタイムのインテリジェンス機能を必要とします。

ロボット工学の急速な発展により、私たちは魅力的なケーススタディをもたらしました。 NoetixのN2ロボットの重量は40ポンドを超えており、高さは3フィートで、逆流できると言われています。 UnitreeのG1ロボットの重量は、N2のサイズの約2倍で、高さは約4フィートです。また、競争に参加している多くの小さなヒューマノイドロボットがあり、ファンによって前進するロボットさえあります。 データ解釈 ハーフマラソンは12,000人以上の観客を惹きつけましたが、21人のヒューマノイドロボットのみが参加しました。政府は、参加しているロボットが競争前に「集中トレーニング」を実施したと指摘したが、すべてのロボットが競争全体を完了したわけではない。 チャンピオン - 北京ヒューマノイドロボットイノベーションセンターによって開発されたティアンゴニ

人工知能は、現在の形式では、真にインテリジェントではありません。既存のデータを模倣して洗練するのに熟達しています。 私たちは人工知能を作成するのではなく、人工的な推論を作成しています。情報を処理するマシン、人間は

レポートでは、更新されたインターフェイスがGoogle Photos Androidバージョン7.26のコードに隠されていることがわかり、写真を見るたびに、新しく検出された顔のサムネイルの行が画面の下部に表示されます。 新しいフェイシャルサムネイルには名前タグが欠落しているため、検出された各人に関する詳細情報を見るには、個別にクリックする必要があると思います。今のところ、この機能は、Googleフォトが画像で見つけた人々以外の情報を提供しません。 この機能はまだ利用できないため、Googleが正確にどのように使用するかはわかりません。 Googleはサムネイルを使用して、選択した人のより多くの写真を見つけるためにスピードアップしたり、編集して個人を選択するなど、他の目的に使用することもできます。待って見てみましょう。 今のところ

補強能力は、人間のフィードバックに基づいて調整するためにモデルを教えることにより、AI開発を揺さぶりました。それは、監督された学習基盤と報酬ベースの更新をブレンドして、より安全で、より正確に、そして本当に助けます

科学者は、彼らの機能を理解するために、人間とより単純なニューラルネットワーク(C. elegansのものと同様)を広く研究してきました。 ただし、重要な疑問が生じます。新しいAIと一緒に効果的に作業するために独自のニューラルネットワークをどのように適応させるのか


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

Dreamweaver Mac版
ビジュアル Web 開発ツール

mPDF
mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

ホットトピック









