抽象的
在交通演员的检测和跟踪之后，预测其未来运动是自驾驶车辆（SDV）的下一个关键组件，允许SDV在其环境中安全有效地移动。当涉及到弱势道路使用者（VRU），例如行人和骑自行车者时，这尤为重要。我们提出了一种预测VRU运动的深度学习方法，在那里我们将高清地图和演员的周围环境栅格化为鸟瞰图图像，用作卷积网络的输入。此外，我们提出了一种适用于实时推理的快速架构，并呈现光栅化选择的消融研究。
作者
方驰围那宗汉琳那恒康崔，Vladan radosavljevic，Thi Nguyen.那Tzu-Kuo Huang，Matthew Niedoba，Jeff Schneider，nemanja djuric.
会议
MLIT MOLSHOP @ NEURIPS 2018
全文
优步阿格
注释