基于机动行为的自动驾驶汽车时空卷积网络轨迹预测
机器人学
2021-09-16 v1
摘要
预测其他车辆的未来运动对人类而言是下意识且轻松的技能，也是安全自动驾驶的关键。因此，自动驾驶汽车的轨迹预测近年来备受关注。然而，达到人类水平性能仍是一项艰巨任务。车辆行为间的相互依赖关系，以及动态复杂驾驶环境中未来意图的多模态本质，使轨迹预测成为一项具有挑战性的问题。本工作中，我们提出一种数据驱动的新型方法，用于预测道路环境中车辆的运动。该模型可从高速公路驾驶场景中车辆间的历史交互推断未来意图。利用我们基于邻域的数据表示，所提系统通过卷积神经网络联合利用空间与时间域中的相关性。我们的系统考虑多种可能的机动意图及其对应运动，并预测未来五秒内的轨迹。我们实现了该方法，并在两个不同国家采集的高速公路数据集上评估，取得了具竞争力的预测性能。
引用
@article{arxiv.2109.07365,
title = {Maneuver-based Trajectory Prediction for Self-driving Cars Using Spatio-temporal Convolutional Networks},
author = {Benedikt Mersch and Thomas Höllen and Kun Zhao and Cyrill Stachniss and Ribana Roscher},
journal= {arXiv preprint arXiv:2109.07365},
year = {2021}
}
备注
Accepted for IROS 2021