BEVSeg2TP：基于环视相机鸟瞰图的本车分割与自车轨迹预测联合系统
计算机视觉与模式识别
2023-12-21 v1
摘要
轨迹预测自然是车辆自主行驶的关键任务。虽然交通规则的数量有限，但真实场景中与每个智能体行为相关的组合和不确定性几乎无法编码。因此，基于学习的轨迹预测日益受到关注。本文提出的方法将感知和轨迹预测视为一个统一系统来预测轨迹。在将它们视为统一任务时，我们表明有潜力提升感知性能。为了实现这些目标，我们提出了 BEVSeg2TP——一种用于自动驾驶车辆的基于环视相机鸟瞰图的联合车辆分割与自车轨迹预测系统。所提出的系统使用在多个相机视图上训练的网络。利用多种深度学习技术对图像进行变换，以对场景中的物体（包括其他车辆）执行语义分割。将跨相机视图的分割输出进行融合，以从鸟瞰图视角获得周围车辆的综合表示。该系统进一步使用时空概率网络（STPN）预测自车的未来轨迹，以优化轨迹预测。该网络利用来自编码器-解码器 Transformer 和联合车辆分割的信息。
引用
@article{arxiv.2312.13081,
title = {BEVSeg2TP: Surround View Camera Bird's-Eye-View Based Joint Vehicle Segmentation and Ego Vehicle Trajectory Prediction},
author = {Sushil Sharma and Arindam Das and Ganesh Sistu and Mark Halton and Ciarán Eising},
journal= {arXiv preprint arXiv:2312.13081},
year = {2023}
}
备注
Accepted for publication in the International Conference on Computer Vision Theory and Applications (VISAPP) 2024