Allo-centric Occupancy Grid Prediction for Urban Traffic Scene Using Video Prediction Networks

要約

動的環境の予測は、自動運転車の安全なナビゲーションに不可欠です。
都市交通シーンは、車両や脆弱な道路利用者など、さまざまな動的エージェント間の複雑な相互作用により、予測が特に困難です。
以前のアプローチでは、自己中心的な占有グリッド マップを使用して動的環境を表現および予測していました。
ただし、これらの予測は、ぼやけ、ターンごとのシーン構造の損失、およびより長い予測範囲でのエージェントの消失に悩まされています。
この作業では、アロ中心の占有グリッドと呼ばれる固定フレームで交通シーンを表すことにより、長期的な予測を行うための新しいフレームワークを提案します。
これにより、静的シーンが固定されたままになり、他のエージェントのように自我車両の動きをグリッド上に表すことができます。
さまざまなビデオ予測ネットワークを使用してアロ中心のグリッド予測を研究し、現実世界の Nuscenes データセットでアプローチを検証します。
結果は、アロ中心のグリッド表現が、従来の自我中心のグリッドアプローチと比較して、シーン予測を大幅に改善することを示しています。

要約(オリジナル)

Prediction of dynamic environment is crucial to safe navigation of an autonomous vehicle. Urban traffic scenes are particularly challenging to forecast due to complex interactions between various dynamic agents, such as vehicles and vulnerable road users. Previous approaches have used egocentric occupancy grid maps to represent and predict dynamic environments. However, these predictions suffer from blurriness, loss of scene structure at turns, and vanishing of agents over longer prediction horizon. In this work, we propose a novel framework to make long-term predictions by representing the traffic scene in a fixed frame, referred as allo-centric occupancy grid. This allows for the static scene to remain fixed and to represent motion of the ego-vehicle on the grid like other agents’. We study the allo-centric grid prediction with different video prediction networks and validate the approach on the real-world Nuscenes dataset. The results demonstrate that the allo-centric grid representation significantly improves scene prediction, in comparison to the conventional ego-centric grid approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google