Integrating occlusion awareness in urban motion prediction for enhanced autonomous vehicle navigation

要約

動きの予測は、自動運転車の完全な導入に向けた重要な要素です。
これは、高度にインタラクティブで複雑なシナリオをナビゲートする際の安全を確保するために不可欠です。
視界やセンサーの範囲が遮られることによる視界の欠如は、自動運転車にとって大きな安全上の問題を引き起こします。
インタラクションを意識したアプローチにオクルージョンを含めることについては、文献ではあまり詳しく調査されていません。
この研究では、ダイナミック ベイジアン ネットワークとマルコフ連鎖の統合からマルチモーダルな確率的出力を生成する MultIAMP フレームワークが、オクルージョンに取り組むために拡張されています。
このフレームワークは、2 つの現実的な使用例で最先端のモーション プランナーを使用して評価されます。

要約(オリジナル)

Motion prediction is a key factor towards the full deployment of autonomous vehicles. It is fundamental in order to ensure safety while navigating through highly interactive and complex scenarios. Lack of visibility due to an obstructed view or sensor range poses a great safety issue for autonomous vehicles. The inclusion of occlusion in interaction-aware approaches is not very well explored in the literature. In this work, the MultIAMP framework, which produces multimodal probabilistic outputs from the integration of a Dynamic Bayesian Network and Markov chains, is extended to tackle occlusions. The framework is evaluated with a state-of-the-art motion planner in two realistic use cases.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google