Collision Avoidance Detour for Multi-Agent Trajectory Forecasting

要約

自動運転に関する 2023 CVPR ワークショップで開催された 2023 Waymo Open Dataset Challenge – Sim Agents で 3 位賞を受賞した当社のアプローチである衝突回避迂回 (CAD) を紹介します。
動き予測の因数分解要件を満たすために、すべての有効なオブジェクトを 3 つの相互に排他的なセット、つまり自動運転車 (ADV)、予測するワールド トラック、およびその他のワールドに分割します。
私たちはさまざまな運動モデルを使用して、将来の軌道を個別に予測します。
さらに、衝突回避迂回リサンプリング、追加ガウス ノイズ、および速度ベースの機首方位推定も適用して、シミュレーション結果の現実性を向上させます。

要約(オリジナル)

We present our approach, Collision Avoidance Detour (CAD), which won the 3rd place award in the 2023 Waymo Open Dataset Challenge – Sim Agents, held at the 2023 CVPR Workshop on Autonomous Driving. To satisfy the motion prediction factorization requirement, we partition all the valid objects into three mutually exclusive sets: Autonomous Driving Vehicle (ADV), World-tracks-to-predict, and World-others. We use different motion models to forecast their future trajectories independently. Furthermore, we also apply collision avoidance detour resampling, additive Gaussian noise, and velocity-based heading estimation to improve the realism of our simulation result.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google