CASPNet++：联合多智能体运动预测
计算机视觉与模式识别
2023-08-16 v1
摘要
预测道路使用者未来运动是支撑高级驾驶辅助系统（ADAS）的关键任务。对于自动驾驶（AD）而言，它在实现安全驾驶操纵的规划与执行方面发挥着更关键的作用。基于我们先前的工作 Context-Aware Scene Prediction Network（CASPNet），提出了一种改进系统 CASPNet++。本工作中，我们专注于进一步增强交互建模与场景理解，以使用时空栅格建模未来占据来支持场景中全部道路使用者的联合预测。此外，引入基于实例的输出头为关注智能体提供多模态轨迹。在广泛的定量与定性分析中，我们展示了 CASPNet++ 在利用和融合多样环境输入源（如 HD 地图、Radar 检测和 Lidar 分割）方面的可扩展性。在面向城市的预测数据集 nuScenes 上测试，CASPNet++ 达到了 SOTA 性能。该模型已部署于测试车辆，以中等计算资源实时运行。
引用
@article{arxiv.2308.07751,
title = {CASPNet++: Joint Multi-Agent Motion Prediction},
author = {Maximilian Schäfer and Kun Zhao and Anton Kummert},
journal= {arXiv preprint arXiv:2308.07751},
year = {2023}
}
备注
8 pages, 6 figures