PnPNet：具有跟踪闭环的端到端感知与预测
计算机视觉与模式识别
2020-06-30 v2 机器人学
摘要
我们解决自动驾驶车辆场景下的联合感知与运动预测问题。为此，我们提出 PnPNet，一种端到端模型，其以时序传感器数据作为输入，并在每个时间步输出目标轨迹及其未来轨迹。关键组件是一个新颖的跟踪模块，该模块从检测结果在线生成目标轨迹，并利用轨迹级特征进行运动预测。具体而言，目标轨迹在每个时间步通过求解数据关联问题与轨迹估计问题得以更新。重要的是，整个模型是端到端可训练的，并受益于所有任务的联合优化。我们在两个大规模驾驶数据集上验证了 PnPNet，并展示出相较最先进方法的显著改进，具有更好的遮挡恢复与更准确的未来预测。
引用
@article{arxiv.2005.14711,
title = {PnPNet: End-to-End Perception and Prediction with Tracking in the Loop},
author = {Ming Liang and Bin Yang and Wenyuan Zeng and Yun Chen and Rui Hu and Sergio Casas and Raquel Urtasun},
journal= {arXiv preprint arXiv:2005.14711},
year = {2020}
}
备注
CVPR2020