基于地图自适应目标的轨迹预测
机器学习
2020-11-17 v2 计算机视觉与模式识别
机器人学
机器学习
摘要
我们提出一种用于多模态、长期车辆轨迹预测的新方法。我们的方法依赖于使用在丰富环境地图中捕获的车道中心线，为每辆车生成一组提议的目标路径。使用这些在运行时生成从而动态适应场景的路径作为空间锚点，我们预测一组基于目标的轨迹以及目标上的类别分布。该方法使我们能够直接建模交通参与者的目标导向行为，从而释放更准确的长期预测的潜力。我们在大规模内部驾驶数据集和公开 nuScenes 数据集上的实验结果表明，我们的模型在 6 秒时间范围内优于最先进的车辆轨迹预测方法。我们还通过实证证明，与现有方法相比，我们的模型更能泛化到来自完全不同城市的道路场景。
引用
@article{arxiv.2009.04450,
title = {Map-Adaptive Goal-Based Trajectory Prediction},
author = {Lingyao Zhang and Po-Hsun Su and Jerrick Hoang and Galen Clark Haynes and Micol Marchetti-Bowick},
journal= {arXiv preprint arXiv:2009.04450},
year = {2020}
}
备注
Published at CoRL 2020