上下文感知场景预测网络 (CASPNet)
计算机视觉与模式识别
2022-01-19 v1
摘要
预测周围道路使用者的未来运动对于自动驾驶(AD)和各种高级驾驶辅助系统(ADAS)而言是一项关键且具有挑战性的任务。规划安全的未来轨迹严重依赖于对交通场景的理解及其动态变化的预期。挑战不仅在于理解复杂的驾驶场景，还在于道路使用者与环境之间数量众多的可能交互，这些交互实际上无法通过显式建模实现。在本工作中，我们通过联合学习和预测场景中全部道路使用者的运动来应对上述挑战，采用一种基于新型卷积神经网络(CNN)和循环神经网络(RNN)的架构。此外，通过利用基于栅格的输入和输出数据结构，计算成本与道路使用者数量无关，且多模态预测成为我们所提方法的固有特性。在nuScenes数据集上的评估表明，我们的方法在预测基准中达到了最先进(state-of-the-art)的结果。
引用
@article{arxiv.2201.06933,
title = {Context-Aware Scene Prediction Network (CASPNet)},
author = {Maximilian Schäfer and Kun Zhao and Markus Bühren and Anton Kummert},
journal= {arXiv preprint arXiv:2201.06933},
year = {2022}
}
备注
9 pages, 8 figures