https://zhuanlan.zhihu.com/p/654070149
文章亮点:
- Dense Future Prediction for All Agent:将预测的结果也encode起来,用于平衡障碍物之间的预测结果。不过在infer的时候这一部分不会进行
- 用数据集聚类获得query轨迹点(goal 点):将goal点也进行Transformer,并且让上一帧模型的结果用于下一帧的模型推理,可以使模型的推理更加具有连续性
- MTR是有agent视角来做坐标系的,MTR++是由主车视角来做坐标系的。
- MTR++中,对于intention query(goal点),也是转换到主车坐标系,同时会对所有障碍物的query一起进行编码,考虑障碍物之间的交互性。