文献

J-GLOBAL ID：202002214306995237   整理番号：20A2571878

PiP:自律運転のための計画情報軌道予測【JST・京大機械翻訳】

PiP: Planning-Informed Trajectory Prediction for Autonomous Driving

著者 (6件)： Song Haoran (The Hong Kong University of Science and Technology, Hong Kong, China) ,  Ding Wenchao (The Hong Kong University of Science and Technology, Hong Kong, China) ,  Chen Yuxuan (University of Science and Technology of China, Hefei, China) ,  Shen Shaojie (The Hong Kong University of Science and Technology, Hong Kong, China) ,  Wang Michael Yu (The Hong Kong University of Science and Technology, Hong Kong, China) ,  Chen Qifeng (The Hong Kong University of Science and Technology, Hong Kong, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12366  ページ： 598-614  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 特に社会的に柔軟で柔軟な方法で,自己駆動計画のための周辺車両の運動を予測することが重要である。しかし,将来の予測は,運転挙動における相互作用と不確実性のため,困難である。マルチエージェント設定における予測問題に取り組むために,計画情報軌道予測(PiP)を提案した。提案アプローチは予測の伝統的方法から区別され,これは歴史的情報のみに基づいており,計画で分離される。ego車両の計画による予測プロセスの形成によって,著者らの方法は,高速道路データセットに関するマルチエージェント予測の最先端の性能を達成した。さらに,本手法は,ego車両の多重候補軌跡上のPiPの調整により,予測と計画を連結する新しいパイプラインを可能にし,これは対話型シナリオにおける自律運転にとって非常に有益である。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  不確実性 ,  高速道路 ,  多重化 ,  *軌道推定 ,  マルチエージェント
準シソーラス用語： 対話型 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 自律 ,  計画 ,  軌道予測