面向自动驾驶的开集交叉口意图预测
机器人学
2021-03-10 v2 计算机视觉与模式识别
摘要
意图预测是自动驾驶（AD）的一项关键任务。由于交叉口尺寸与布局的多样性，在不同交叉口（尤其是未见过的和不规则的交叉口）预测人类驾驶员意图具有挑战性。本文将交叉口意图预测表述为一个开集预测问题，该问题需要目标车辆状态与原则上无界的多样化交叉口配置之间的特定上下文匹配。我们捕获对应于空间-时间图表示下交叉口结构的以地图为中心的特征，并使用两个 MAAM（相互辅助注意力模块）分别覆盖车道级和出口级意图，以预测在以地图为中心的特征空间中与交叉口元素最佳匹配的目标。在我们的模型下，注意力分数估计由当前交叉口结构上下文定义的开集意图的概率分布。所提模型在模拟数据集上训练和评估。此外，该模型在模拟数据集上训练且未经任何微调，直接在 98 个真实世界交叉口收集的室内真实世界数据集上验证，并展现出令人满意的性能，证明了我们方法的实际可行性。
引用
@article{arxiv.2103.00140,
title = {Open-set Intersection Intention Prediction for Autonomous Driving},
author = {Fei Li and Xiangxu Li and Jun Luo and Shiwei Fan and Hongbo Zhang},
journal= {arXiv preprint arXiv:2103.00140},
year = {2021}
}
备注
Accepted by ICRA, 2021