コンテンツにスキップ

PilotNet

PilotNet (DAVE-2) では、カメラから出力された画像データを用いて、機械学習モデルによる推論を実行し、制御信号（steering, acceleration）を出力します。

このドキュメントでは、PilotNetの学習方法と実行方法について説明します。

  • アルゴリズムの説明: ml_sample/algorithms.md
  • ROS 推論ノード: pilot_net_controller
  • 入力: フロントカメラ画像 (66x200)
  • 学習: PyTorch
  • 推論: NumPy
  • 入力前処理: 上部 37.5% クロップ → 66x200 リサイズ (抽出時) → YUV 変換 (学習時)

事前準備

環境構築を実施して、make dev コマンドによってAutowareとAWSIMが使用できることを確認してください。また、.envの記載を参考にGPUが使用できていることを確認してください。

全体の流れ

以下の手順でPilotNetを使います。提供する重みファイルをそのまま使い、まずは動かしてみたい方はStep1後に直接Step4にお進みください。

  • Step1. AWSIMの設定をE2E用にする
  • Step2. 学習用データの取得
  • Step3. 学習
  • Step4. PilotNetを使いAutowareを動かす

Step1. AWSIMの設定をE2E用にする

TinyLidarNetの手順と同様です。

Step2. 学習用データの取得

TinyLidarNetの手順と同様です。

Step3. 学習

rosbag保存するときに使用したターミナルか、新規ターミナルで再度 make autoware-bash コマンドを実行してAutoware環境が有効なコンテナに入ります。

以下の1〜5の手順で学習を進めます。各手順の詳細は折りたたみの説明（クリックで展開）にまとめています。実際に実行するコマンドは、説明の後にある一括コマンドを上から順にコピーして進めてください。

1. rosbagを訓練データと検証データに割り振る

ここでは、流れを掴むために訓練データと検証データに取得したデータをそのままコピーしています。実際には、訓練データと検証データを別のものにしたり、データを選定するなどの工夫を行ってください。

精度を上げたい場合は後述の train/val 分割と Augmentation を参照してください。

2. rosbagを学習用datasetに変換

訓練用と検証用の両方を変換します

以下のような出力が得られたら成功です。

[INFO] [PID:99328] Found 1 bags. Starting processing with 1 workers.
[INFO] [PID:99356] Saved rosbag2_autoware: 413 samples (Total: 0.13s)
[INFO] [PID:99328] All processing finished in 0.34 seconds.

このコマンドは内部で以下を実行します:

  1. rosbag から /sensing/camera/image_raw と /control/command/control_cmd を時刻同期して取得
  2. 前処理を行い images.npy (RGB uint8) として保存
  3. ステアリングと加速度を steers.npy / accelerations.npy に保存

YUV への変換はここでは行われません。images.npy は RGB のまま保存され、次のステップで train.py がデータを読み込む際 (lib/data.py の Dataset 内、リサイズ後・正規化前) に color_space: yuv 設定に従って変換されます。

3. 学習

学習ログ (TensorBoard) は logs/ 配下、checkpoint は checkpoints/ 配下に保存されます。best_model.pth が val loss 最良のモデルです。

各種パラメータは aichallenge/ml_workspace/pilot_net/config/train.yaml で調整できます。

ステアのみ学習したい場合 (アクセル学習が不安定なときに推奨):

python3 ./train.py train.loss.accel_weight=0.0

ただしこの方法では出力次元は 2 のままで、アクセル側は未学習になります。走行時はアクセルが不定にならないよう、アクセル制御の有効/無効設定 で control_mode を "fixed" に設定してください。

なお、CPUで学習を回したい場合や、RTX 50 seriesなどを用いていてCUDAがこの環境に対応していない場合は、以下のようにGPUを無効化して実行してください。

CUDA_VISIBLE_DEVICES="" python3 ./train.py
4. 重みファイルの変換

.pthファイルを.npyに変換します。

以下のような出力が得られれば成功です。

Loaded checkpoint: checkpoints/best_model.pth
Saved NumPy weights to: weights/converted_weights.npy
5. 重みファイルのデプロイ

作成したconverted_weights.npyを、ROS 2 package内のckptディレクトリにコピーします。

make autoware-bash

# 以後、コンテナ内部でのコマンド

# 1-a. 訓練データの準備
mkdir -p /aichallenge/ml_workspace/train
cp -r /aichallenge/ml_workspace/rawdata/* /aichallenge/ml_workspace/train

# 1-b. 検証データの準備（本来は訓練データとは分けるべき）
mkdir -p /aichallenge/ml_workspace/val
cp -r /aichallenge/ml_workspace/rawdata/* /aichallenge/ml_workspace/val

cd /aichallenge/ml_workspace/pilot_net

# 2. rosbagを学習用datasetに変換
python3 ./extract_data_from_bag.py \
    --bags-dir /aichallenge/ml_workspace/train/ \
    --outdir ./dataset/train/
python3 ./extract_data_from_bag.py \
    --bags-dir /aichallenge/ml_workspace/val/ \
    --outdir ./dataset/val/

# 3. 学習の実行
python3 ./train.py

# 全Epochが完了するまで待つか、ある程度収束したらctrl-cで終了します

# 4. 重みファイルの変換(.pthから.npyに変換)
python3 ./convert_weight.py \
    --ckpt ./checkpoints/best_model.pth \
    --output ./weights/converted_weights.npy

# 5. 重みファイルのデプロイ
cp ./weights/converted_weights.npy \
    /aichallenge/workspace/src/aichallenge_submit/pilot_net_controller/ckpt/pilotnet_weights.npy

Step4. PilotNetを使いAutowareを動かす

  • aichallenge/workspace/src/aichallenge_submit/aichallenge_submit_launch/launch/reference.launch.xml の control_method をpilot_netに変更します。
  • その後、いつも通り make dev コマンドによって起動すると、 PilotNetによって車両が動き出します。

PilotNetのTips

アクセル制御の有効/無効設定

pilot_net_node.param.yaml の control_mode をデフォルトでは "ai" にしています。"fixed" に変更すると、ステアのみネットワークが推論し、アクセルは acceleration パラメータで指定した固定値を使います。

control_mode アクセル ステアリング
ai NN 出力 NN 出力
fixed acceleration パラメータ (固定値) NN 出力

output_dim=1 で学習した場合 (ステアのみ学習) は自動的に fixed 相当の動作になります。

train/val 分割と Augmentation

上述の手順で示したように、extract_data_from_bag.py の出力のままでも学習は開始できますが、汎化性能を上げたい場合はAugmentationが有効です。また、本来は訓練用データと検証用データは分けるべきです。

prepare_data.py によって、データセットのtrain/val分割と水平反転 Augmentationを行えます。

# 1. rosbagを同じ場所に配置する
mkdir -p /aichallenge/ml_workspace/all
cp -r /aichallenge/ml_workspace/rawdata/* /aichallenge/ml_workspace/all

cd /aichallenge/ml_workspace/pilot_net

# 2. rosbagを学習用datasetに変換
python3 ./extract_data_from_bag.py \
    --bags-dir /aichallenge/ml_workspace/all/ \
    --outdir ./dataset/all

# 2-x. datasetにAugmentationを行い、train/valに振り分ける
rm -rf ./dataset/train ./dataset/val  # 古いデータセットが残っていたら削除しておく
python3 prepare_data.py --all-dir ./dataset/all

ワンショット実行 (run_pipeline.bash)

extract → prepare → train → convert を一気に実行できます:

cd /aichallenge/ml_workspace/pilot_net
./run_pipeline.bash /aichallenge/ml_workspace/rawdata/<bag_dir_name>

注意 (破壊的動作): run_pipeline.bash は実行のたびに dataset/ ディレクトリ全体、および checkpoints/・logs/ ディレクトリを rm -rf で削除してから処理を開始します。既存の学習済み checkpoint や過去に抽出した dataset を残したい場合は、事前に別ディレクトリへコピーしておいてください。

注意 (損失関数): train.py を直接実行した場合、output_dim=2 ではデフォルトで WeightedSmoothL1Loss が使われますが、run_pipeline.bash は内部で常に +train.loss_type=mse を付与するため、output_dim の値によらず MSELoss で学習されます。

引数で解像度・色空間・出力次元・クロップ比率を変更できます:

./run_pipeline.bash <bag_dir> <image_height> <image_width> <color_space> <output_dim> <crop_top_ratio>

例: ステアのみ (output_dim=1):

./run_pipeline.bash /aichallenge/ml_workspace/train 66 200 yuv 1 0.375

Notes

  • 入力解像度を変える場合は学習側 (run_pipeline.bash の引数 または train.yaml) と推論側 (pilot_net_node.param.yaml) を必ず揃えてください。 ずらすと flatten dim 不一致でモデルが読めません。
  • 推論性能: 66x200 でも 40Hz は CPU 推論で厳しい場合があります。必要なら ONNX Runtime への移行を検討してください。

TinyLidarNetとPilotNetで共通のTips

TinyLidarNetのTipsを参考にしてください。