中文

遮挡下的协作概率轨迹预测

机器人学 2023-12-07 v1 计算机视觉与模式识别 机器学习

摘要

遮挡下的感知与规划对于安全关键型任务至关重要。遮挡感知规划通常需要将被遮挡物体的信息传递给自车智能体,以实现安全导航。然而,在通信丢失和带宽有限的恶劣条件下,传递丰富的传感器信息可能并非总是可行。此外,在 GPS 拒止环境和室内导航中,定位和共享被遮挡物体可能具有挑战性。为克服这一点,共享共同视野的互联智能体之间的相对位姿估计,可以成为一种计算上有效的传递周围物体信息的方式。在本文中,我们设计了一个端到端网络,该网络协作估计被遮挡行人在自车智能体参考系中的当前状态,然后预测具有安全保证的轨迹。实验表明,自车智能体对被遮挡行人的不确定性感知轨迹预测,几乎与假设无遮挡的真实轨迹相似。当前研究为多个互联智能体在遮挡下进行不确定性感知导航带来了希望。

关键词

引用

@article{arxiv.2312.03296,
  title  = {Cooperative Probabilistic Trajectory Forecasting under Occlusion},
  author = {Anshul Nayak and Azim Eskandarian},
  journal= {arXiv preprint arXiv:2312.03296},
  year   = {2023}
}

备注

10 pages, 13 figures, 1 table