自动驾驶中基于深度学习的车辆轨迹预测综述
机器人学
2021-11-01 v2
摘要
随着机器学习的快速发展，自动驾驶已成为热点问题，对更智能的感知与规划系统提出了迫切需求。自驾车可通过精确预测周围车辆的未来轨迹来避免交通事故。本文中，我们从表征、建模与学习的角度对现有基于学习的轨迹预测方法进行了梳理与分类。此外，我们将 Target-driveN Trajectory Prediction 的实现公开于 https://github.com/Henry1iu/TNT-Trajectory-Predition，展示了其卓越性能，而其原始代码未公开。期望能为基于我们所取得成果、旨在提升轨迹预测性能的研究者提供启发。
引用
@article{arxiv.2110.10436,
title = {A Survey on Deep-Learning Approaches for Vehicle Trajectory Prediction in Autonomous Driving},
author = {Jianbang Liu and Xinyu Mao and Yuqi Fang and Delong Zhu and Max Q. -H. Meng},
journal= {arXiv preprint arXiv:2110.10436},
year = {2021}
}
备注
Accepted by ROBIO2021