ParallelNet: Multi-mode Trajectory Prediction by Multi-mode Trajectory Fusion

要約

完全に自動化された車両 (AV) が人間の介入を必要としない技術であるレベル 5 の自動運転は、普及する前に安全性と安定性に関する深刻な懸念を引き起こしました。
道路物体の将来の動きの軌跡を理解して予測する機能は、AV が安全で制御しやすい経路を計画するのに役立ちます。
この論文では、複数の畳み込みニューラル ネットワーク バックボーンを並列化し、機能を融合してマルチモード軌道予測を行うネットワーク アーキテクチャを提案します。
2020 ICRA Nuscene Prediction チャレンジで、私たちのモデルはすべてのチームのリーダーボードで 15 位にランクされました。

要約(オリジナル)

Level 5 Autonomous Driving, a technology that a fully automated vehicle (AV) requires no human intervention, has raised serious concerns on safety and stability before widespread use. The capability of understanding and predicting future motion trajectory of road objects can help AV plan a path that is safe and easy to control. In this paper, we propose a network architecture that parallelizes multiple convolutional neural network backbones and fuses features to make multi-mode trajectory prediction. In the 2020 ICRA Nuscene Prediction challenge, our model ranks 15th on the leaderboard across all teams.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google