MotionCNN：自动驾驶运动预测的一个强基线
计算机视觉与模式识别
2022-06-07 v1
摘要
为规划安全高效的路线，自动驾驶车辆应预测其周围其他智能体的未来运动。运动预测是一项极具挑战性的任务，近来在研究界获得了显著关注。本工作中，我们提出一种基于卷积神经网络（CNN）的、简单却非常强的多模态运动预测基线。尽管易于实现，所提方法相较最先进（SOTA）方法取得了有竞争力的性能，并在 2021 年 Waymo Open Dataset 运动预测挑战赛中排名第 3。我们的源代码已在 GitHub 公开。
引用
@article{arxiv.2206.02163,
title = {MotionCNN: A Strong Baseline for Motion Prediction in Autonomous Driving},
author = {Stepan Konev and Kirill Brodt and Artsiom Sanakoyeu},
journal= {arXiv preprint arXiv:2206.02163},
year = {2022}
}
备注
CVPR Workshop on Autonomous Driving 2021. Waymo Motion Prediction Challenge 2021