SSP：单次前向未来轨迹预测
计算机视觉与模式识别
2020-11-10 v2 机器学习
机器人学
摘要
我们提出了一种对未来轨迹预测稳健的解决方案，可实际应用于高度拥挤环境中的自主智能体。为此，本文特别处理了三个方面。首先，我们使用复合场以单次预测所有道路智能体的未来位置，这导致常数时间复杂度，与场景中智能体数量无关。其次，智能体之间的交互被建模为非局部响应，使得不同位置之间的空间关系也能在时间上被捕获（即，在时空交互中）。第三，场景的语义上下文被建模并考虑潜在影响未来运动的环境约束。为此，我们使用 ETH、UCY 和 SDD 数据集验证了所提方法的稳健性，并相较于当前最先进方法突出了其实用功能。
引用
@article{arxiv.2004.05846,
title = {SSP: Single Shot Future Trajectory Prediction},
author = {Isht Dwivedi and Srikanth Malla and Behzad Dariush and Chiho Choi},
journal= {arXiv preprint arXiv:2004.05846},
year = {2020}
}
备注
Accepted at IROS 2020