arxiv：2208.01582v3 [CS.CV] 2023年6月19日__

arxiv：2208.01582v3 [CS.CV] 2023年6月19日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2208.01582v3 [CS.CV] 2023年6月19日

¥ 1.0

热度

安全。感知和预测是现有的自主驾驶软件管道中的两个单独的模块，其中它们之间的接口通常被定义为手工挑选的几何和语义特征，例如历史代理轨迹，代理类型，代理人大小等。这样的接口导致可以在轨迹预测中使用的有用感知信息的丢失。例如，尾灯和刹车灯指示了车辆的意图，行人的头姿势和身体姿势告诉他们他们的注意力。此信息（如果未明确建模）在外部管道中被忽略。此外，随着感知和预测的分离，累积错误，无法在以后的阶段缓解。具体而言，轨迹预测因子使用的历史轨迹来自上游的pepleption模块，该模块不可避免地包含错误，从而导致预测性能下降。设计一个对上游输出误差可靠的trajectory预测变量是一个非平凡的任务[61]。最近的作品，例如Intentnet [3]，FAF [35]，PNPNET [31]提出了基于LIDAR的轨迹预测的端到端模型。他们遭受了几个限制：（1）他们无法利用相机中丰富的细粒度视觉信息；（2）这些模型使用卷积特征图作为其内部和跨框架内部的中间反复限制，因此遭受了多种可差异操作，例如在多对象跟踪中的对象解码中的非最大最大弹药和对象关联。总而言之，本文的贡献是三倍：1。为了应对所有这些挑战，我们提出了一条新型的管道，该管道利用以查询为中心的模型设计来预先轨迹，称为VIP3D（VI Sual Sual轨迹P缩减3D代理查询）。VIP3D消耗了来自周围摄像机和高清图的多视频视频，并以端到端和简洁的流方式使代理级级的未来轨迹预测，如图1所示。具体来说，VIP3D将3D代理查询作为整个管道的接口，每个查询都可以映射到（最多最多）环境中的代理。在每个时间步骤中，查询来自多视图图像的汇总视觉特征，学习代理的时间动力学，对代理之间的关系建模，并最终为每个代理产生可能的未来传播。在整个时间内，3D代理查询都在存储库中维护，该查询库可以初始化，更新和丢弃以跟踪环境中的代理。此外，与以前的预测方法不同，VIP3D仅使用先前的时间戳和当前时间戳的传感器特征的3D代理查询，这些预测方法是使用历史框架的历史轨迹和特征地图，从而使其成为简洁的流媒体方法。vip3d是第一种完全可区分的基于视力的方法，可以预测拟驱动器的未来轨迹。而不是使用手工挑选的fea-

添加pdf代下载 VIP点击下载文件