MEAT：从智能体轨迹中提取机动动作
计算机视觉与模式识别
2022-06-13 v1 机器学习
机器人学
摘要
基于学习的轨迹预测进展由大规模数据集推动。然而，对此类数据集的深入分析有限。此外，预测模型的评估仅限于数据集中所有样本平均的度量。我们提出一种自动化方法，可从此类数据集中的智能体轨迹提取机动动作（例如左转、变道）。该方法考虑了智能体动力学信息以及智能体所行驶车道段的信息。尽管所得机动动作可用于训练分类网络，我们以其为例对多个最先进轨迹预测模型进行广泛的数据集分析与机动特定的评估。此外，提供了基于智能体动力学的数据集分析与预测模型评估。
引用
@article{arxiv.2206.05158,
title = {MEAT: Maneuver Extraction from Agent Trajectories},
author = {Julian Schmidt and Julian Jordan and David Raba and Tobias Welz and Klaus Dietmayer},
journal= {arXiv preprint arXiv:2206.05158},
year = {2022}
}
备注
Accepted at IEEE Intelligent Vehicles Symposium (IV) 2022 2nd Workshop on Autonomy@Scale