Cooperative Probabilistic Trajectory Forecasting under Occlusion

要約

安全性が重要な作業には、咬合状態での認識と計画が不可欠です。
オクルージョンを意識した計画では、多くの場合、安全なナビゲーションのために、オクルージョンされたオブジェクトの情報をエゴ エージェントに伝達する必要があります。
ただし、通信損失や帯域幅が制限されている悪条件下で豊富なセンサー情報を通信することは、常に実現可能であるとは限りません。
さらに、GPS が拒否された環境や屋内ナビゲーションでは、遮蔽されたオブジェクトの位置特定と共有が困難になる可能性があります。
これを克服するには、共通の視野を共有する接続されたエージェント間の相対姿勢推定が、周囲のオブジェクトに関する情報を伝達する計算効率の高い方法となり得ます。
本論文では、エゴエージェントの基準フレーム内で遮蔽された歩行者の現在の状態を協調的に推定し、安全性を保証しながら軌道を予測するエンドツーエンドのネットワークを設計します。
実験的に、自我エージェントによるオクルージョンされた歩行者の不確実性を考慮した軌道予測が、オクルージョンがないと仮定したグラウンドトゥルースの軌道とほぼ同様であることを示します。
現在の研究は、オクルージョン下で接続された複数のエージェント間で不確実性を認識したナビゲーションを可能にする可能性を秘めています。

要約(オリジナル)

Perception and planning under occlusion is essential for safety-critical tasks. Occlusion-aware planning often requires communicating the information of the occluded object to the ego agent for safe navigation. However, communicating rich sensor information under adverse conditions during communication loss and limited bandwidth may not be always feasible. Further, in GPS denied environments and indoor navigation, localizing and sharing of occluded objects can be challenging. To overcome this, relative pose estimation between connected agents sharing a common field of view can be a computationally effective way of communicating information about surrounding objects. In this paper, we design an end-to-end network that cooperatively estimates the current states of occluded pedestrian in the reference frame of ego agent and then predicts the trajectory with safety guarantees. Experimentally, we show that the uncertainty-aware trajectory prediction of occluded pedestrian by the ego agent is almost similar to the ground truth trajectory assuming no occlusion. The current research holds promise for uncertainty-aware navigation among multiple connected agents under occlusion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google