BANet：基于边界感知网络的运动预测
计算机视觉与模式识别
2022-07-04 v3 机器人学
摘要
我们提出了一种称为 BANet 的运动预测模型，意为 Boundary-Aware Network（边界感知网络），它是 LaneGCN 的一个变体。我们认为，仅使用车道中心线作为输入来获取矢量地图节点的嵌入特征是不够的。车道中心线只能提供车道的拓扑结构，而矢量地图的其他元素也包含丰富的信息。例如，车道边界可以提供诸如是否可以变道等交通规则约束信息，这非常重要。因此，我们通过在运动预测模型中对更多矢量地图元素进行编码，取得了更好的性能。我们在 2022 年 Argoverse2 运动预测挑战赛上报告了结果，并在测试排行榜上排名第 1。
引用
@article{arxiv.2206.07934,
title = {BANet: Motion Forecasting with Boundary Aware Network},
author = {Chen Zhang and Honglin Sun and Chen Chen and Yandong Guo},
journal= {arXiv preprint arXiv:2206.07934},
year = {2022}
}