VelocityTransformer

本リポジトリでは、走行経路を入力とし、車両制御コマンドを推定するモデルの構築・テスト・ONNXモデルへの変換が可能です。 詳細はこちらの記事をご参照ください

Datasets

事前に学習データセットを準備する必要があります。 データセットは以下のようなディレクトリ構成になります。 データセットの収集方法についてはこちらの記事をご参照ください。

Datasets
├── NonReset
│   ├── 0001
│   │   ├── control
│   │   │     │ 
│   │   │     ├── 00001.npy
│   │   │     ├── 00002.npy
│   │   │     ├── 00003.npy
│   │   │     ├── ...
│   │   │     
│   │   ├── objects
│   │   ├── path
│   │   ├── pose
│   │   └── trajectory
│   │          │ 
│   │          ├── 00001.npy
│   │          ├── 00002.npy
│   │          ├── 00003.npy
│   │          ├── ...
│   │   
│   ├── 0002
│   ├── 0003
│   ├── 0004
│   ├── ...

Install

以下を実行し、必要なライブラリをインストールしてください

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt 

Train

以下で、モデルの学習が実行できます。

速度推論モデル

以下のモデルを構築します。

• 入力：Trajectory
• 出力：速度
• 事前学習モデル: bert-tiny

python scripts/train.py model=bert-tiny

ステアリング推論モデル

• 入力：Trajectory
• 出力：ステアリング
• 事前学習モデル: bert-tiny

python scripts/train.py model=bert-tiny_steering

Predict

以下で、学習済みの.ckpt ファイルを使ってテストデータに対して推論できます。 {/path/to/trained_ckpt} に学習済みの .ckpt ファイルのパスを指定してください。

速度推論モデル

python scripts/predict.py ckpt={/path/to/trained_ckpt} 

ステアリング推論モデル

python scripts/predict.py ckpt={/path/to/trained_ckpt} model=bert-tiny_steering

ONNXファイルの作成方法

以下で、学習済みの .ckpt ファイルをONNXファイルに変換できる。 {/path/to/trained_ckpt} に学習済みの .ckpt ファイルのパスを指定してください。

速度推論モデル

python scripts/export_onnx.py ckpt={/path/to/trained_ckpt}

ステアリング推論モデル

python scripts/export_onnx.py ckpt={/path/to/trained_ckpt} model=bert-tiny_steering

モデルアーキテクチャ

使用するモデルの構造は以下のようになります。

• BERT-Tiny