מושגי ליבה
본 연구는 드론 데이터셋을 활용한 궤적 예측 모델 개발을 위해 표준화된 전처리 절차와 평가 지표를 제안한다. 이를 통해 연구자들이 데이터 준비에 소요되는 노력을 줄이고 결과 비교를 용이하게 할 수 있다.
תקציר
본 논문은 드론 데이터셋(highD, rounD, inD)을 활용한 궤적 예측 연구를 위한 표준화된 도구 키트를 제안한다.
전처리 단계에서는 다음과 같은 작업을 수행한다:
- 예측 목표 설정: 단일 에이전트와 다중 에이전트 예측 작업 지원
- 데이터셋 분할: 녹화 파일 단위로 훈련, 검증, 테스트 세트 구성
- 좌표계 변환: 일관된 좌표계 사용
- 다운샘플링: 5Hz로 다운샘플링하되 고주파 성분 제거
에이전트 특징으로는 위치, 속도, 가속도, 방향각 등을 사용하며, 에이전트 유형 정보도 활용할 수 있다. 또한 Lanelet 2 파일을 활용하여 도로 네트워크 정보를 그래프 형태로 구축할 수 있다.
평가 지표로는 평균 변위 오차(ADE), 최종 변위 오차(FDE), 평균 경로 변위 오차(APDE), 미스율(MR), 충돌률(CR), Brier-FDE, 평균 음의 로그 우도(ANLL) 등을 제공한다.
본 도구 키트는 연구자들이 데이터 준비에 소요되는 노력을 줄이고 결과 비교를 용이하게 하여 궤적 예측 분야의 발전을 촉진할 것으로 기대된다.
סטטיסטיקה
단일 에이전트 궤적 예측 작업에서는 목표 에이전트의 과거 3초 관측 데이터를 입력으로 사용하고 향후 5초 궤적을 예측한다.
다중 에이전트 궤적 예측 작업에서는 목표 에이전트를 중심으로 마지막 관측 프레임에서 가장 가까운 8개 에이전트의 과거 3초 데이터를 입력으로 사용한다.
ציטוטים
"본 연구는 드론 데이터셋을 활용한 궤적 예측 모델 개발을 위해 표준화된 전처리 절차와 평가 지표를 제안한다."
"이를 통해 연구자들이 데이터 준비에 소요되는 노력을 줄이고 결과 비교를 용이하게 할 수 있다."