ReCoAt:一种基于深度学习的自动驾驶多模态运动预测框架
机器人学
2022-07-05 v1
摘要
本文提出了一种用于多模态运动预测的深度学习新框架。该框架由三部分组成:处理目标智能体运动过程的循环神经网络、处理栅格化环境表示的卷积神经网络,以及处理不同智能体间交互的基于距离的注意力机制。我们在大规模真实驾驶数据集Waymo开放运动数据集上验证了所提框架,并在标准测试基准上与其他方法比较性能。定性结果表明,我们模型给出的预测轨迹准确、多样且符合道路结构。标准基准上的定量结果显示,我们的模型在预测精度和其他评估指标上优于其他基线方法。所提框架是2021年Waymo开放数据集运动预测挑战赛的亚军。
引用
@article{arxiv.2207.00726,
title = {ReCoAt: A Deep Learning-based Framework for Multi-Modal Motion Prediction in Autonomous Driving Application},
author = {Zhiyu Huang and Xiaoyu Mo and Chen Lv},
journal= {arXiv preprint arXiv:2207.00726},
year = {2022}
}
备注
Accepted by IEEE ITSC 2022