基于注意力机制的变道预测
计算机视觉与模式识别
2019-03-08 v2 机器学习
摘要
周围车辆的变道预测是路径规划的关键基础模块。目前的重点一直放在通过将其纯粹作为函数估计问题来提高预测准确性,而牺牲了模型的可理解性。然而,当极端情况和失败案例都能被人类理解时,任何变道预测模型的有效性都可以得到提高。我们提出了一种基于注意力机制的循环模型,以同时解决可理解性和预测质量问题。我们还提出了反映驾驶员不适感的指标。我们在公开可用的数据集和专有车队数据上展示了令人鼓舞的结果。
引用
@article{arxiv.1903.01246,
title = {Attention-based Lane Change Prediction},
author = {Oliver Scheel and Naveen Shankar Nagaraja and Loren Schwarz and Nassir Navab and Federico Tombari},
journal= {arXiv preprint arXiv:1903.01246},
year = {2019}
}
备注
To Appear in IEEE International Conference on Robotics and Automation (ICRA) 2019