CMP：基于多主体通信的协作运动预测
机器人学
2025-03-14 v3 人工智能
计算机视觉与模式识别
机器学习
多智能体系统
摘要
自动驾驶车辆（AVs）的快速发展以及车联网（V2X）通信技术的成熟，使得协作连接自动驾驶车辆（CAVs）具备了能力。本文基于协作感知，探讨了协作运动预测的可行性和有效性。我们的方法 CMP 采用激光雷达信号作为模型输入，以提升跟踪和预测能力。与之前仅关注协作感知或运动预测各自研究的工作不同，本文的框架在可知知的第一时间就解决了 CAVs 在感知和预测模块中共享信息的统一问题。我们设计中融入了容忍现实 V2X 传输延迟的独特能力，同时处理庞大的感知表示。我们还提出了预测聚合模块，将不同 CAVs 的预测统一起来生成最终预测。通过在 OPV2V 和 V2V4Real 数据集上的大量实验和消融研究，我们展示了该方法在协作感知、跟踪和运动预测方面的有效性。特别是，CMP 比最强的基线降低了 12.3% 的平均预测误差。我们的工作为 CAVs 的协作能力带来了重要进展，展示了在复杂场景中提升的性能。更多细节可访问项目网站：https://cmp-cooperative-prediction.github.io。
引用
@article{arxiv.2403.17916,
title = {CMP: Cooperative Motion Prediction with Multi-Agent Communication},
author = {Zehao Wang and Yuping Wang and Zhuoyuan Wu and Hengbo Ma and Zhaowei Li and Hang Qiu and Jiachen Li},
journal= {arXiv preprint arXiv:2403.17916},
year = {2025}
}
备注
IEEE Robotics and Automation Letters; Project website: https://cmp-cooperative-prediction.github.io/