面向自动驾驶车辆的多模态Transformer路径预测
机器人学
2022-08-16 v1 计算机视觉与模式识别
摘要
对车辆路径预测进行推理是自动驾驶系统安全运行的必要且具挑战性的问题。已有许多关于路径预测的研究工作。然而，其中大多数未利用车道信息且未基于Transformer架构。通过利用自动驾驶车辆上装备的传感器所采集的多种类型数据，我们提出了一种名为多模态Transformer路径预测（MTPP）的路径预测系统，旨在预测目标智能体的长期未来轨迹。为获得更精确的路径预测，我们的模型采用了Transformer架构。为更好地利用车道信息，与目标智能体方向相反、因而不太可能被其驶入的车道被过滤掉。此外，连续的车道段被合并，以确保车道输入足够长以利于路径预测。我们使用真实世界轨迹预测数据集nuScene进行了广泛评估，以展示所提系统的有效性。
引用
@article{arxiv.2208.07256,
title = {Multi-modal Transformer Path Prediction for Autonomous Vehicle},
author = {Chia Hong Tseng and Jie Zhang and Min-Te Sun and Kazuya Sakai and Wei-Shinn Ku},
journal= {arXiv preprint arXiv:2208.07256},
year = {2022}
}
备注
9 pages, 12 figures, and 5 tables