自动驾驶系统运动预测性能分析及其对跟踪噪声的敏感性
计算机视觉与模式识别
2021-11-15 v2 人工智能
摘要
自动驾驶由大量相互作用的模块组成，其中每个模块都必须应对来自其他模块的错误。通常，运动预测模块依赖于一个鲁棒的跟踪系统来捕捉每个智能体的历史运动。在这项工作中，我们系统地探究了跟踪模块对于运动预测任务的重要性，并最终得出结论：整体运动预测性能对跟踪模块的不完美性高度敏感。我们明确比较了在多种场景与条件下使用跟踪信息的模型与不使用跟踪信息的模型。我们发现跟踪信息起着至关重要的作用，并在无噪声条件下提升了运动预测性能。然而，在存在跟踪噪声的情况下，若不加以深入研究，它可能会影响整体性能。因此我们主张，实践者在开发与测试运动/跟踪模块时应当留意噪声，或者应当考虑无跟踪的替代方案。
引用
@article{arxiv.2104.08368,
title = {Motion Prediction Performance Analysis for Autonomous Driving Systems and the Effects of Tracking Noise},
author = {Ameni Trabelsi and Ross J. Beveridge and Nathaniel Blanchard},
journal= {arXiv preprint arXiv:2104.08368},
year = {2021}
}