专栏首页arxiv.org翻译专栏VisionNet:用于自主驾驶的基于驱动空间的交互式运动预测网络(CS cv)
原创

VisionNet:用于自主驾驶的基于驱动空间的交互式运动预测网络(CS cv)

对环境交通状况的理解在很大程度上确保了自动驾驶汽车的行驶安全。近几年,为了实现该目标而进行了大量研究调查,但由于在复杂的场景中受到集体影响的限制,这个问题很难得到很好的解决。已有的这些方法通过目标障碍物及其旁边物体之间的空间关系对交互进行建模。然而,由于交互的训练阶段缺乏有效的监督,它们过分简化了挑战。因此导致了这些模型远不能令人满意。更直观地说,我们将问题转化为计算可感知交互的可驱动空间,并提出基于CNN的VisionNet进行轨迹预测。VisionNet接受一系列运动状态,即位置,速度和加速度,估计未来的可驾驶空间。经过改进的交互作用显着提高了VisionNet的解释能力并完善了预测。为了进一步提高性能,我们提出了一种交互式损失来指导可驾驶空间的生成。同时在多个公共数据集上的实验证明了该方法的有效性。

原文题目:VisionNet: A Drivable-space-based Interactive Motion Prediction Network for Autonomous Driving

原文:The comprehension of environmental traffic situation largely ensures the driving safety of autonomous vehicles. Recently, the mission has been investigated by plenty of researches, while it is hard to be well addressed due to the limitation of collective influence in complex scenarios. These approaches model the interactions through the spatial relations between the target obstacle and its neighbors. However, they oversimplify the challenge since the training stage of the interactions lacks effective supervision. As a result, these models are far from promising. More intuitively, we transform the problem into calculating the interaction-aware drivable spaces and propose the CNN-based VisionNet for trajectory prediction. The VisionNet accepts a sequence of motion states, i.e., location, velocity, and acceleration, to estimate the future drivable spaces. The reified interactions significantly increase the interpretation ability of the VisionNet and refine the prediction. To further advance the performance, we propose an interactive loss to guide the generation of the drivable spaces. Experiments on multiple public datasets demonstrate the effectiveness of the proposed VisionNet.

原文作者:Yanliang Zhu,Deheng Qian,Dongchun Ren,Huaxia Xia

原文地址:https://arxiv.org/abs/2001.02354

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 桥接知识图以生成场景图(cs CV)

    场景图是强大的表示形式,可将图像编码为抽象的语义元素(即对象及其相互作用),从而有助于视觉理解和可解释的推理。另一方面,常识知识图是丰富的存储库,可编码世界的结...

    DANDAN用户6837186
  • 研究情商和觉醒对有条件自动驾驶中接管表现的影响(cs AI)

    在有条件的自动驾驶中,随着驾驶员与驾驶操作水平越来越脱节,驾驶员很难进行接管过渡。过去已经研究了影响接管表现的因素,例如接管准备时间和参与非驾驶相关任务。但是,...

    DANDAN用户6837186
  • 徒手素描的深度学习:一项调查(cs sv)

    徒手写生具有高度的象形性和说明性,自古至今一直被人们广泛地用于描绘物体或故事。最近流行的触摸屏设备使素描创作比以往任何时候都要容易得多,从而使面向素描的应用程序...

    DANDAN用户6837186
  • 半导体基础知识(2):PN结二极管和二极管特性

    从第一篇文章开始:半导体基础知识(1):材料和器件[1],觉得挺好,于是决定翻译第二篇,有缘看到就进行下去。上篇最后预留了这样一句话:

    Reborn Lee
  • Connecting language and knowledge with heterogeneous representations for neural relation extraction

    版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/JN_rainbow/article/details/...

    JNJYan
  • DAY2:阅读CUDA C Programming Guide之编程模型

    GPUS Lady
  • Developers Must Avoid These Web Development Trends

    What are the web development trends that must avoid by developers? Consistently,...

    用户4822892
  • bochs compile 编译

    The standard compile uses the configure script, but the Windows platform cannot ...

    战神伽罗
  • hdu---(3779)Railroad(记忆化搜索/dfs)

    Railroad Time Limit: 4000/2000 MS (Java/Others)    Memory Limit: 32768/32768 K (...

    Gxjun
  • gcc x64 asm 内联汇编尝试

    asm volatile(assembler template : output : input : clobber);

    战神伽罗

扫码关注云+社区

领取腾讯云代金券