Główne pojęcia
知識グラフを用いて交通参加者、道路トポロジー、交通標識などの関係性を表現し、複数の注意機構を用いて正確な軌道予測を行う。
Streszczenie
本論文は、自動運転における軌道予測のために、交通参加者、道路トポロジー、交通標識などの関連コンテキストを正確に表現する方法を提案している。従来のアプローチでは、これらの要因を十分に考慮していないが、本手法では知識グラフを用いて異種のエンティティとその関係性を表現する。
具体的には以下の手順を踏む:
- 知識グラフを用いて、交通参加者、道路要素、それらの関係性を表現する。
- 階層的な異種グラフエンコーダを用いて、時空間情報と参加者間、参加者と道路要素間の関係性をモデル化する。
- 異なるエンコーディングを融合し、確率的な軌道予測を行う予測器を用いる。
- 許可された軌道パスと速度プロファイルを評価する refinement モジュールを用いて、最終的な軌道予測を行う。
nuScenes ベンチマークでの評価により、提案手法が最先端手法を上回る性能を示すことが確認された。
Statystyki
交通参加者の向き、状態、位置、速度、加速度、ヘディング変化率、中心線からの距離などの特徴を使用
車線の長さ、幅、中心位置などの特徴を使用
参加者間の縦方向、横方向、交差の関係性、歩行者との関係性などの特徴を使用