DESTINE:基于动态目标查询与时间转导对齐的轨迹预测方法
计算机视觉与模式识别
2023-10-12 v1 机器人学
摘要
在多智能体场景下预测时间一致的道路使用者轨迹是一项具有挑战性的任务,原因在于智能体未知的特性及其变化的意图。除了利用语义地图信息和建模交互外,构建能够有效推理不同粒度行为的机制十分重要。为此,我们提出动态目标查询与时间转导对齐(DESTINE)方法。与以往方法不同,我们的方法:1)动态预测智能体目标,而不依赖于特定道路结构(如车道),使方法能更准确地估计目的地;2)通过以由粗到细的方式生成未来轨迹实现符合地图的预测,其中较低帧率的较粗预测作为中间目标;3)使用旨在通过掩码注意力在时间上对齐预测轨迹的注意力模块。使用通用的Argoverse基准数据集,我们表明我们的方法在各种指标上达到了最先进性能,并通过全面的消融实验进一步研究了所提模块的贡献。
引用
@article{arxiv.2310.07438,
title = {DESTINE: Dynamic Goal Queries with Temporal Transductive Alignment for Trajectory Prediction},
author = {Rezaul Karim and Soheil Mohamad Alizadeh Shabestary and Amir Rasouli},
journal= {arXiv preprint arXiv:2310.07438},
year = {2023}
}
备注
6 tables 4 figures