CAMNet：利用合作意识消息进行车辆轨迹预测

自动驾驶仍是一个具有挑战性的任务，尤其是由于安全 concerns。现代车辆通常配备昂贵的传感器，如激光雷达、摄像头和雷达，以降低事故风险。然而，这些传感器面临固有的局限性：其场域范围和视线可能被其他车辆阻挡，从而降低情境感知。在此背景下，车辆间通信发挥着关键作用，因为它使车辆能够共享信息并保持彼此 awareness，即使在传感器被遮挡时也是如此。实现这一点的一种方式是使用合作意识消息（CAM）。本文我们研究了使用CAM数据进行车辆轨迹预测的方法。具体而言，我们设计并训练了一个神经网络，称为合作意识消息基于图的神经网络（CAMNet），在广泛使用的运动预测数据集上进行训练。然后我们在第二个数据集上进行评估，该数据集是我们从合作意识消息中从头创建的，以评估这种类型的数据是否能够有效地被利用。我们的 approach 显示出有前景的结果，表明CAM确实可以支持车辆轨迹预测。与此同时，我们讨论了该方法的若干局限性，这些局限性指出了未来研究的机遇。