ParkPredict+：基于 CNN 与 Transformer 的停车场车辆多模态意图与运动预测
计算机视觉与模式识别
2023-01-12 v2 人工智能
机器学习
机器人学
系统与控制
系统与控制
摘要
本文研究停车场中人类驾驶车辆的多模态意图与轨迹预测问题。我们利用基于 CNN 和 Transformer 网络设计的模型，从轨迹历史与局部鸟瞰图（BEV）语义图像中提取时空与上下文信息，并生成关于意图分布与未来轨迹序列的预测。我们的方法在精度上优于现有模型，同时支持任意数量的模态、编码复杂的多智能体场景，并适应不同的停车场地图。为训练和评估我们的方法，我们提出了首个公开的停车场人类驾驶 4K 视频数据集，具有精确标注、高帧率和丰富的交通场景。
引用
@article{arxiv.2204.10777,
title = {ParkPredict+: Multimodal Intent and Motion Prediction for Vehicles in Parking Lots with CNN and Transformer},
author = {Xu Shen and Matthew Lacayo and Nidhir Guggilla and Francesco Borrelli},
journal= {arXiv preprint arXiv:2204.10777},
year = {2023}
}
备注
Published at IEEE ITSC 2022