Upgrade to Pro — share decks privately, control downloads, hide ads and more …

End-to-End自動運転開発チーム紹介資料

Turing
August 19, 2024
430

 End-to-End自動運転開発チーム紹介資料

Turing

August 19, 2024

Transcript

  1. End-to-end(E2E)自動運転の構成要素 Gateway (CAN, Ethernet) 自動運転ECU カメラ / GNSS / IMU

    アクセル・ブレーキ・ステアリング IVI・ナビゲーションシステム Following the Biological Evolution、「人間は目が良いからではなく、頭が良いから運転できる」
  2. 従来の自動運転システム 画像 LiDAR点群 HDマップ Perception • 物体認識 • 標識認識 •

    レーン認識 Prediction • 移動予測 • 将来マップ予測 • 交通エージェント Planning • 探索問題 • 経路計画 Control • 制御アルゴリズ ム https://paperswithcode.com/dataset/nuscenes prediction perception planning 機能ごとに分かれたモジュールが独立に動くので 全体最適化ができない
  3. End-to-end 自動運転AI マルチカメラ画像 Neural Network 車の経路 我々のアプローチ : End-to-endモデルを構築し画像から車の経路を直接出力する 画像

    LiDAR点群 HDマップ Perception • 物体認識 • 標識認識 • レーン認識 Prediction • 移動予測 • 将来マップ予測 • 交通エージェント Planning • 探索問題 • 経路計画 Control • 制御アルゴリズ ム 従来のシステム
  4. Data-Centric Approach モデル データ モデルだけでなく、データを改善することで全体の精度を高める • データ量 : 大量のデータで学習を行う(膨大な計算資源が必要) •

    多様性:撮影環境や地域が異なる 多様な交通条件での走行データ が求められる • フィルタリング :上手な運転のみを学習させたい • Auto-labeling:教師データも質と量が重要で、高精度な生成アプローチが必要である 学習 全体の精度改善 = モデル構造の改善 × データの改善
  5. Recruit Process|正社員 0 柔軟な選考フロー 左に記載している選考フローはあくまでも基本的な形 式です。 皆さんのご状況に応じて、面談・オフィス見学・ Open Officeなどの調整が可能です。 もちろん他社選考状況に応じて当社の選考プロセス

    を早めたい等というご相談も可能です。 また、ポジションによっては技術試験やワークサンプ ルなどを追加で実施するケースがあります。 ※選考期間の目安は、およそ 2〜3週間です。
  6. よくある質問 0 Q.リモートでも働けますか? 
 ご自身やご家族の体調や事情(荷受けが必要など)など事前承認があった場合はリモートでの就業が可能です。 出社をベースとしつつも状態に合わせてリモートをフレキシブルに活用できる状況になっています。 
 
 
 


    Q.フレックスタイム制度について教えてください 
 10:00~15:00がコアタイムのフレックス制度があるので柔軟な働き方ができます。 15時に退勤してプライベートを楽 しむ社員が多いです。 
 
 
 
 Q.社内で情報はどのようにオープンにされていますか? 
 チューリングでは所属する各メンバーが自律して意思決定ができるよう、可能な限り情報を公開しています。具体 的には経営陣の意思決定や開発進捗は毎週の全体会議や Slackなどオープンな場で、センシティブな項目(特に 採用条件など人事的な決定)を除き全てを公開しています。