利用状态与意图信息在交叉口进行多车辆轨迹预测
机器人学
2023-01-09 v1 人工智能
摘要
预测道路智能体未来轨迹的传统方法依赖于获知其过去轨迹信息。本工作则仅依靠当前状态与预期方向的知识，对交叉口多车辆进行预测。此外，车辆间该信息的消息传递为每辆车提供了更整体的环境概览，从而实现更明智的预测。这是通过训练一个神经网络实现的，该网络接收多车辆的状态与意图以预测其未来轨迹。将意图作为输入使我们的方法可扩展至额外控制多车辆驶向期望路径。实验结果证明了我们的方法在交叉口轨迹预测与车辆控制两方面的鲁棒性。本工作的完整训练与评估代码见：\url{https://github.com/Dekai21/Multi_Agent_Intersection}。
引用
@article{arxiv.2301.02561,
title = {Multi-Vehicle Trajectory Prediction at Intersections using State and Intention Information},
author = {Dekai Zhu and Qadeer Khan and Daniel Cremers},
journal= {arXiv preprint arXiv:2301.02561},
year = {2023}
}