株式会社NTTデータ オートモビリジェンス研究所
NTTデータグループ

AL 研究活動

Advanced Laboratory

先端研究部

Advanced Laboratory Report

活動報告

2024/05/13
2024年春季大会(公益社団法人自動車技術会主催、パシフィコ横浜)の、学術講演会で発表いたします。
5/22 セッション 高度自動運転を構成する基盤技術 -未来の向こう側のクルマを目指して-
発表タイトル 「都市運転タスクにおける強化学習システムの開発」
謝 薇棻・泉名 克郎・坂本 伸・渡辺 政彦(NTTデータオートモビリジェンス研究所)
著者らは市街地の自動運転に向けた強化学習の枠組みを研究してきた。これまで複雑な判断が必要の特定なシナリオについて、強化学習で獲得した運転行動モデルの有効性を示した。本報告は市街地で想定されるシナリオに対し、周囲の道路参加者を考慮した報酬設計を加え、強化学習枠組みの有効性について報告する。
2024年春季大会
2023/10/12
2023年秋季大会(公益社団法人自動車技術会主催、名古屋国際会議場)の、学術講演会で発表いたしました。
セッション 自動運転・運転制御V-車両制御・遠隔制御-
発表タイトル 「都市自動運転に向けた強化学習のための報酬値設計」
泉名 克郎・謝 薇棻・坂本 伸・渡辺 政彦(NTTデータオートモビリジェンス研究所)
2023年秋季大会 ][ 2023年秋季大会ファイナルプログラム
2022/02/02
【論文】"A verification framework for behavioral safety of self-driving cars"
ORIGINAL RESEARCH PAPER
A verification framework for behavioral safety of self-driving cars
Huihui Wu,Deyun Lyu,Yanan Zhang,Gang Hou,Masahiko Watanabe,Jie Wang,Weiqiang Kong
First published: January 14, 2022
https://doi.org/10.1049/itr2.12162
2022/02/01
【論文】"EHSTM: a formal model of embedded software and research on several key issues"
Regular Paper
Published: 24 November 2021
EHSTM: a formal model of embedded software and research on several key issues
Watanabe Masahiko, Kuanjiu Zhou, Yicong Li, Zizhong Wang & Junyu Li
CCF Transactions on High Performance Computing volume 3, pages365-382 (2021)
https://link.springer.com/article/10.1007/s42514-021-00082-9
2020/12/07
「第8回 自動車機能安全カンファレンス2020オンライン」へ出展!
Adbanced Laboratoryは、オンライン展示出展。
12/10「自動運転検証におけるデータ駆動アプローチ および知識駆動アプローチによるシナリオベース開発」と題し特別講演いたします。
先端研究部

RB(RuleBase)

エッジインテリジェンスのための
ルールベースプラットフォーム

背景・課題

自動運転など命に関わる制御を深層学習型のAIに完全に任せるには不安があります。そこで深層学習AIが導き出した判断の監視用AIとしてルールベースにより交通安全ルール、マナーを守るように制御することが重要です。

対策(実施内容)

RB(RuleBase)はエッジ向けに組込めるフットプリントの小さいルールベースエンジンとルールをデシジョンテーブル、CEP(複合イベント処理)を状態遷移でモデリングするMBDツールをプラットフォームです。 対象分野は知能化するエッジ全てですが、特にADAS(先進運転システム)など自動車分野で引き合い、実績があります。

RB(RuleBase)は、組込向け軽量ルールベースエンジン&AIシステム開発プラットフォームです。

膨大な情報の中から各条件(ルール)に合致したか否かを高速に判定して処理することができるルールベースエンジンとそのルールをディシジョンテーブル(DT)エディタを使って設計することができる開発環境です。C言語をサポートし、様々な組込環境へのポーティングが可能です。省メモリな組込環境でも高速に動作します。

エッジ向けに組込めるフットプリントの小さいルールベースエンジンとルールをデシジョンテーブル、CEP(複合イベント処理)を状態遷移でモデリングするMBD(Model Base Development)ツールをプラットフォーム(商品名:RB(RuleBase))として提供します。対象分野は知能化するエッジ全てですが、特にADAS(先進運転システム)など自動車分野で引き合いがあり実績があります。

ZIPC R&B 動運転システム高速化の検証

自動運転システム高速化の検証

ZIPC R&B 自動運転エージェントで学ぶルールベースアーキテクチャ

自動運転エージェントで学ぶルールベースアーキテクチャ

ZIPC R&B グラフDBを活用したソフトウェア開発プロセスの可視化

グラフDBを活用したソフトウェア開発プロセスの可視化

例えば雪道に慣れていない南国育ちのドライバと、雪道になれている北国育ちのドライバには、雪道を走行する際の注意警告の出し方を変えたいとします。表1と表2はZIPC R&Bのエディタでモデリングされたデシジョンテーブルになります。表1は路面状況がドライ、ウェット、スノーの3つに分けて、それぞれの路面状況のルールを呼び出すようにしています。表2は雪道でわだちがあった場合の警告を、雪道経験者と未経験者では異なるメッセージの出し方をするようにルールを記述しています。ZIPC R&Bのシミュレーション画面で警告がヘッドアップディスプレイ(HUD)にどのように表示するかを確認できます(図1)。

ZIPC R&Bのシミュレーション画面(図1)ZIPC R&Bのシミュレーション画面

路面状況ディシジョンテーブル(表1)路面状況ディシジョンテーブル

わだち警告ディシジョンテーブル(表2)わだち警告ディシジョンテーブル

CONTACT

導入に関する質問やご相談、サポートに関することなど、まずはお気軽にご相談ください。