日韩字幕在线一区,超碰97资源

Waymo無人車是如何進行行為預(yù)測的？

2020-05-16 08:49

通過這個過程，神經(jīng)網(wǎng)絡(luò)獲得了各種向量之間的關(guān)系。例如汽車進入十字路口或行人接近人行橫道時，就會發(fā)生這些關(guān)系。通過學(xué)習(xí)道路特征和對象軌跡之間的這種相互作用，VectorNet 能夠通過學(xué)習(xí)不同的行為模式來更好地預(yù)測其他道路參與者的行為。

為了進一步增強 VectorNet 的功能，waymo對該系統(tǒng)進行了訓(xùn)練，以從模糊線索中學(xué)習(xí)，以推斷出車輛周圍接下來會發(fā)生什么，從而做出更好的行為預(yù)測。例如，重要的場景信息通常在行駛時會被遮擋，例如樹葉遮住停車標(biāo)志。當(dāng)人類駕駛員遇到這種情況時，即使他們看不見，他們也可以借鑒過去的經(jīng)驗來推斷發(fā)生某事的可能性。通過在訓(xùn)練過程中隨機掩蓋地圖特征（例如在四通路口的停車標(biāo)志并要求網(wǎng)絡(luò)完成），VectorNet可以進一步提高Waymo Driver對周圍世界的了解，并為意外做好準(zhǔn)備。

驗證VectorNet的性能

將VectorNet與ResNet進行比較，發(fā)現(xiàn)VectorNet的計算和位移誤差有所改善。與最先進且使用最廣泛的ConvNets之一ResNet－18相比，VectorNet的性能提高了18％，而每個場景只有50個代理時，僅使用29％的參數(shù)，而且僅消耗20％的計算量。

VectorNet使waymo能夠更好地適應(yīng)這些新領(lǐng)域，更有效地學(xué)習(xí)，并幫助實現(xiàn)完全自動駕駛。

<上一頁 1 2

Waymo 無人車行為預(yù)測 VectorNet