AI技術とドライブレコーダー映像を活用した「事故状況再現システム」のご紹介

2020年度人工知能学会全国大会の発表資料です。

Transcript

1. www.albert2005.co.jp/ 本社 〒169-0074 東京都新宿区北新宿2-21-1 新宿フロントタワー15F TEL: 03-5937-1610 FAX: 03-5937-1612 東海⽀社 〒451-6008 愛知県名古屋市⻄区⽜島町6-1 名古屋ルーセントタワー8F TEL: 052-433-3701 FAX: 052-433-3702 AI 技術とドライブレコーダー映像を活⽤した 「事故状況再現システム」のご紹介 2020年度⼈⼯知能学会全国⼤会 2020年06⽉11⽇ 株式会社 ALBERT シニアデータサイエンティスト ⽚桐 佑⼆郎
3. ⾃⼰紹介 ⽚桐 佑⼆郎 • 学⽣時代の専⾨は⼼理⾔語学 • ⼼理統計を介してデータサイエンスの道へ • 画像解析を中⼼に 10 以上の案件に携わる • 本プロジェクトのプロジェクトリーダー • 現 ALBERT シニアデータサイエンティスト © 2020 ALBERT Inc. 3
4. ドライブエージェントパーソナル © 2020 ALBERT Inc. 4 東京海上⽇動の⾃動⾞保険に特約追加できるドライブレコーダー特約。 引⽤元︓ https://www.tokiomarine-nichido.co.jp/service/auto/total-assist/pdf/total_assist_170401.pdf
5. 事故状況再現システム © 2020 ALBERT Inc. 5 ドライブエージェントパーソナルの新機能として 2020年3⽉に導⼊。 AI 技術の活⽤により事故解決を迅速化・客観化。 AI が解析 ドラレコ 導⼊による効果 迅 速 化 事故データの分析により, 事故状況⼊⼒・参考事例検索・責任割合判定・事故 状況図作成・⾞両損傷図作成を⾃動化。担当者業務が効率化し, 対応が迅速化。 客 観 化 相⼿⾞速度など, ⽬視では判断が難しい情報を機械的に推定。⾃⾞と相⼿⾞の 位置を⽰す俯瞰図を映像と連動して表⽰。事故解決により客観的な視点を導⼊。
6. 事故状況再現システムの構成要素 © 2020 ALBERT Inc. 6 • 事故に紐付く動画・GPS・加速度・地図を元に, ⾃⾞と他⾞の軌跡を推定。 • 推定した軌跡などを元に, 進⾏⽅向・信号⾊・道路形状等のタグを推定。 • 推定したタグのパターンを元に, 参考事例を検索, 責任割合を判定。 物体追跡 深度推定 ⾃⾞位置推定 ⾃⾞向き推定 物体検出 他⾞位置推定 動画データ GPS データ 加速度データ 地図データ 動画 俯瞰図 タグ 参考事例 責任割合 ⼊⼒データ 他⾞向き推定 衝突対象判定 進⾏⽅向 相対位置 信号⾊ 道路形状 道路種別 優先関係 違反有無 タグ抽出 etc. バックエンド（分析） フロントエンド（UI） 責任割合算出 参考事例検索
7. ⾃⾞・他⾞軌跡の推定アルゴリズム © 2020 ALBERT Inc. 7 ドラレコ動画と GPS を元に, 複数のディープラーニング技術（物体検出・物体 追跡・単眼深度推定）を活⽤して他⾞軌跡を推定。 北 東 ⾃⾞ 8m 9m 単眼深度推定 物体検出・物体追跡 他⾞との距離の推定 ⾃⾞の位置・向きの推定 他⾞の位置の推定 北 東 ⾃⾞ 他⾞ ドラレコ映像 GPS 北 東 ⾃⾞ 他⾞の⽅向の推定 ディープラーニング ディープラーニング
8. 物体検出・物体追跡 | 概要 © 2020 ALBERT Inc. 8 物体検出︓各フレームにおける対象（⾞両・歩⾏者）を検出。 物体追跡︓複数フレーム間で同⼀の対象を紐付け。
9. 物体検出・物体追跡 | ALBERT の⼯夫 © 2020 ALBERT Inc. 9 ⾞両Ａ: フレーム1 ⾞両B: フレーム1 ⾞両C:フレーム1 ⾞両Ａ: フレーム2 ⾞両B: フレーム2 ⾞両C: フレーム2 特徴量空間 ⼊⼒画像 訓練済モデル メトリックラーニング︓同じ対象同⼠の距離を近く, 違う対象同⼠の距離を遠くに するような特徴量をモデルに⽣成させる⼿法。 ⾞両Ａ: フレーム1 ⾞両Ａ: フレーム2 ⾞両C:フレーム1 ⾞両C: フレーム2 ⾞両B: フレーム1 ⾞両B: フレーム2 【 課題 】 衝突対象は急接近する際に⾒た⽬が⼤きく変わるため, 通常の追跡アルゴリズムでは追跡が困難。 【 ⼯夫 】 異なる画像フレーム間で同じ対象同⼠を正確に紐付けるために, メトリックラーニングモデルの出⼒する特徴量を利⽤。
10. 単眼深度推定 | 概要 © 2020 ALBERT Inc. 10 各画像ピクセルに関して深度（カメラから⾒た奥⾏き）を推定。 ⼊⼒画像 深度マップ 深度マップによる画像の三次元復元 以下は ALBERT の深度推定モデルによる推定結果の例。
11. 単眼深度推定 | ALBERT の⼯夫 © 2020 ALBERT Inc. 11 【 課題 】ドラレコ動画の画質では単眼深度推定モデルの訓練は困難。 【 ⼯夫 】ALBERT が東京周辺を⾛⾏し収集した60万枚のステレオ画像 データセットにより訓練。 データ収集⾞両 ⾛⾏経路概要
12. 事故状況再現技術の可能性 © 2020 ALBERT Inc. 12 事故状況再現技術の中核は, 動画を元に空間を再現するアルゴリズム。 カメラと対象の両⽅が移動する場合も対応可能。 定点カメラによる追跡 移動カメラによる状況把握 ロボットの運転制御
13. データサイエンティスト積極募集中︕