Die Flugbahnvorhersage ist eine grundlegende Technologie für fortgeschrittene autonome Systeme
Antriebssysteme und stellt eines der anspruchsvollsten Probleme in der Welt dar
Bereich der kognitiven Intelligenz. Genaue Vorhersage der zukünftigen Flugbahnen
eines jeden Verkehrsteilnehmers ist eine Voraussetzung für den Bau hoher Sicherheit und hoher Qualität
Zuverlässigkeit der Entscheidungsfindung, Planung, und Steuerungsmöglichkeiten im autonomen Bereich
Fahren. Jedoch, Bestehende Methoden konzentrieren sich oft ausschließlich auf die Bewegung anderer
Verkehrsteilnehmer, ohne die zugrunde liegende Absicht zu berücksichtigen
Bewegung, was die Unsicherheit bei der Flugbahnvorhersage erhöht. Autonom
Fahrzeuge operieren in Echtzeitumgebungen, was bedeutet, dass die Flugbahn vorhergesagt wird
Algorithmen müssen in der Lage sein, Daten zu verarbeiten und Vorhersagen in Echtzeit zu generieren.
Während viele bestehende Methoden eine hohe Genauigkeit erreichen, es fällt ihnen oft schwer
Heterogene Verkehrsszenarien effektiv bewältigen. In diesem Papier, Wir schlagen vor: a
Subjektives, absichtsbasiertes Framework mit geringer Latenz für mehrere Verkehrsteilnehmer
Vorhersage der gemeinsamen Flugbahn. Unsere Methode bezieht explizit das Subjektive mit ein
Absicht der Verkehrsteilnehmer anhand ihrer Kernpunkte, und sagt das voraus
zukünftige Flugbahnen gemeinsam ohne Karte, was für vielversprechende Leistungen sorgt
Gleichzeitig wird die Vorhersagelatenz deutlich reduziert. Zusätzlich, wir stellen vor
ein neuartiger Datensatz, der speziell für die Flugbahnvorhersage entwickelt wurde. Zugehöriger Code
und der Datensatz wird in Kürze verfügbar sein.

Dieser Artikel untersucht Zeitreisen und deren Auswirkungen.

PDF herunterladen: