通过视觉定位与轨迹预测学习导航

驾驶时，人们基于当前交通状况以及期望路线做出决策。他们在脑海中存有已知路线的地图，且常能在无需指引的情况下导航。当前的自动驾驶模型在使用额外GPS信息时提升了性能。在此，我们旨在推进自动驾驶研究，即便在没有GPS的情况下也执行路线规划。我们的系统学习在已知地图上实时预测车辆当前位置与未来轨迹（作为时间的函数），仅给定原始视频流与预期目的地。GPS信号仅在训练时可用，训练数据标注完全自动。不同于其他已发表模型，我们预测长达七秒前的车辆轨迹，由此可推导出整个时间段内完整的转向、速度与加速度信息。轨迹在多层面上捕获导航信息，从依赖于当前交通与前方障碍的瞬时转向指令，到朝向特定目的地的长期导航决策。我们使用普通汽车与记录视频和GPS流的智能手机收集数据集。GPS数据用于推导真值监督标签并创建所经地图的解析表示。在测试中，我们的系统在视觉定位与转向方面优于已发表方法，并在任意两个已知位置间给出准确的导航辅助。