Core Concepts
ドローンデータセットを用いた軌道予測研究のための標準化された前処理手順と評価プロトコルを提案する。
Abstract
本論文では、ドローンデータセット(highD、rounD、inD)を用いた軌道予測研究のための標準化された前処理手順と評価プロトコルを提案している。
前処理では以下の点に注目している:
- 予測目的: 単一エージェントと複数エージェントの軌道予測タスクをサポート
- データセットの分割: 各録画ファイルを10等分し、訓練/検証/テストに割り当てる
- 座標系: 統一された座標系に変換
- ダウンサンプリング: 5Hzに標準化
- エージェント特徴: 位置、速度、加速度、ヘディング角などを含む
- 言語地図: Lanelet2ファイルを用いて言語地図を構築
評価メトリクスとしては以下を提案している:
- 平均変位誤差(ADE)
- 最終変位誤差(FDE)
- 平均経路変位誤差(APDE)
- 見逃し率(MR)
- 衝突率(CR)
- Brier最終変位誤差(Brier-FDE)
- 平均対数尤度(ANLL)
これらの標準化された前処理と評価プロトコルにより、ドローンデータセットを用いた軌道予測研究の比較が容易になり、研究開発の効率化が期待できる。
Stats
単一エージェントの軌道予測における最終変位誤差(FDE)は平均2.4 m程度である。
複数エージェントの軌道予測における見逃し率(MR)は平均10%程度である。
複数エージェントの軌道予測における衝突率(CR)は平均5%程度である。
Quotes
"ドローンデータセットを用いた軌道予測研究のための標準化された前処理手順と評価プロトコルを提案する。"
"これらの標準化された前処理と評価プロトコルにより、ドローンデータセットを用いた軌道予測研究の比較が容易になり、研究開発の効率化が期待できる。"