Nella guida autonoma, prevedere con precisione i movimenti del resto del traffico
partecipanti è fondamentale, poiché influenza in modo significativo la pianificazione di un veicolo
processi. I moderni modelli di previsione della traiettoria si sforzano di interpretare complessi
modelli e dipendenze dai dati dell'agente e della mappa. Il trasformatore di movimento (MTR)
l'architettura e il lavoro successivo definiscono i metodi più accurati in comune
benchmark come il Waymo Open Motion Benchmark. Il modello MTR utilizza
punti di intenzione statici pregenerati come punti obiettivo iniziali per la traiettoria
previsione. Tuttavia, la staticità di questi punti porta spesso a
disallineamento con i dati della mappa in scenari di traffico specifici, con il risultato di
punti obiettivo irrealizzabili o irrealistici. La nostra ricerca affronta questa limitazione
integrando punti di intenzione dinamica specifici della scena nel modello MTR. Questo
l'adattamento del modello MTR è stato addestrato e valutato su Waymo Open Motion
Set di dati. I nostri risultati dimostrano che incorporare punti di intenzione dinamici
ha un impatto positivo significativo sulla precisione della previsione della traiettoria, particolarmente
per previsioni su orizzonti temporali lunghi. Inoltre, analizziamo l'impatto su
traiettorie di verità a terra che non sono conformi ai dati della mappa o lo sono
manovre illegali.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: