MotionCNN: A Strong Baseline for Motion Prediction in Autonomous Driving

要約

安全で効率的な経路を計画するために、自律走行車は周囲のエージェントの将来の動きを予測する必要がある。運動予測は非常に挑戦的な課題であり、最近研究コミュニティで大きな注目を集めるようになった。本研究では、純粋に畳み込みニューラルネットワークに基づく、シンプルかつ非常に強力なマルチモーダル動作予測のためのベースラインを提示する。提案するアプローチは実装が簡単でありながら、最先端の手法と比較して競争力のあるパフォーマンスを達成し、2021 Waymo Open Dataset Motion Prediction Challengeで3位に入賞しました。ソースコードはGitHubで公開されています。

要約(オリジナル)

To plan a safe and efficient route, an autonomous vehicle should anticipate future motions of other agents around it. Motion prediction is an extremely challenging task that recently gained significant attention within the research community. In this work, we present a simple and yet very strong baseline for multimodal motion prediction based purely on Convolutional Neural Networks. While being easy-to-implement, the proposed approach achieves competitive performance compared to the state-of-the-art methods and ranks 3rd on the 2021 Waymo Open Dataset Motion Prediction Challenge. Our source code is publicly available at GitHub

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL