DROGON：一种基于意图条件化行为推理的轨迹预测模型
计算机视觉与模式识别
2020-11-09 v3 机器人学
摘要
我们提出了一种深度鲁棒面向目标轨迹预测网络（DROGON），通过考虑交通场景中车辆的行为意图来实现准确的车辆轨迹预测。我们的核心见解是，驾驶员的行为（即运动）可以从其在道路上的高层可能目标（即意图）中推理得出。为了成功进行此类行为推理，我们构建了一个条件预测模型，通过以下阶段预测面向目标的轨迹：(i) 关系推断，其中我们利用感知上下文对车辆间的关系交互进行编码；(ii) 意图估计，基于推断的关系计算意图目标的概率分布；(iii) 行为推理，其中我们将车辆的行为作为以意图为条件的轨迹进行推理。为此，我们将所提出的框架扩展到行人轨迹预测任务，展示了其在通用轨迹预测方面的潜在适用性。
引用
@article{arxiv.1908.00024,
title = {DROGON: A Trajectory Prediction Model based on Intention-Conditioned Behavior Reasoning},
author = {Chiho Choi and Srikanth Malla and Abhishek Patil and Joon Hee Choi},
journal= {arXiv preprint arXiv:1908.00024},
year = {2020}
}
备注
Conference on Robot Learning (CoRL) 2020