面向自动驾驶的语义化未来时空占据栅格预测

为了使自动驾驶车辆能够主动规划安全轨迹并做出明智决策，它们必须能够预测局部环境的未来占据状态。然而，占据预测的常见问题包括移动物体在中长期预测时域内消失或变得模糊。我们提出了一种融合环境语义信息的未来占据预测框架。我们的方法首先对环境进行语义分割，并将该信息与占据信息结合，用于预测环境的时空演化。我们在真实世界的 Waymo Open Dataset 上验证了我们的方法。与基线方法相比，我们的模型具有更高的预测精度，并能在更长的预测时域内保持移动物体在预测中的外观。