自律運転における運動予測のための占有流れ場【JST・京大機械翻訳】

Mahjourian Reza; Kim Jinkyu; Chai Yuning; Tan Mingxing; Sapp Ben; Anguelov Dragomir

プレプリント

J-GLOBAL ID：202202209378978034 整理番号：22P0300525

自律運転における運動予測のための占有流れ場【JST・京大機械翻訳】

Occupancy Flow Fields for Motion Forecasting in Autonomous Driving

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2022年03月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

自律運転における重要なタスクである複数のエージェントの運動予測のための新しい表現であるOccupcy Flow Fieldを提案した。この表現は,任意のエージェントによって占有されるセルの確率と,そのセルにおける運動の方向と大きさを表す二次元フローベクトルの両方を含む各格子セルを有する時空間グリッドである。提案手法は,運動予測のための2つの最も一般的に使用される表現の短所,即ち,軌道集合と占有グリッドを成功裏に緩和する。占有グリッドは,多くのエージェントの確率的位置を効率的に表すが,エージェントの動きを捉えず,エージェントの同一性を失う。この目的のために,占有と流れ予測の間の整合性を確立する新しいフロートレース損失の助けを借りて,Occupcy Flow Fieldを生成する深層学習アーキテクチャを提案した。占有予測,動き推定,およびエージェントID回復に関する3つの計量を用いて,著者らのアプローチの有効性を実証した。さらに,著者らは,現在,ディスオクルージョンを通して,または,視野に入ることで現れるかもしれない,現在使用されているエージェントである,推測エージェントを予測する問題を紹介した。大型インハウス自律運転データセットと公開INTERACTIONデータセットに関する実験結果を報告し,著者らのモデルが最先端のモデルより優れていることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , 【Automatic Indexing@JST】

ロボットの運動・制御

, ,

前のページに戻る