目标点注意力Transformer:一种用于端到端自动驾驶的新型轨迹预测网络

目标点注意力Transformer:一种用于端到端自动驾驶的新型轨迹预测网络

附赠自动驾驶学习资料和量产经验:链接

摘要

本文介绍了目标点注意力Transformer:一种用于端到端自动驾驶的新型轨迹预测网络。在自动驾驶领域中,已经有很多优秀的感知模型,用于目标检测、语义分割和其它任务,但是我们如何可以有效地将感知模型用于车辆规划呢?传统的自动驾驶车辆轨迹预测方法不仅需要遵循交通规则以实现避障,还需要按照规定的路线到达目的地。在本文中,我们提出了一种无规则的基于transformer的轨迹预测网络用于端到端自动驾驶,称为目标点注意力Transformer网络(TAT)。我们使用注意力机制来实现预测轨迹与感知特征以及目标点之间的交互。我们证明了,本文所提出的方法优于现有的条件模仿学习和基于GRU的方法,显著地减少了事故的发生并且提高了路线完成率。我们使用CARLA仿真器在城市中复杂的闭环驾驶场景中评估了本文方法,并且实现最先进的性能。

主要贡献

本文的贡献总结如下:

1)本文所提出的目标点注意力Transformer模型利用了注意力机制来预测自动驾驶车辆的未来轨迹,从而显著减少了事故的发生,并且提高了路线完成率;

2)本文在CARLA上进行定量实验,对不同的轨迹预测方法进行比较和分析。实验结果证明了所提出方法的有效性。

论文图片和表格

总结

在本文中,我们提出了一种用于端到端自动驾驶的新型轨迹预测网络。我们证明了,现有的基于GRU的轨迹预测网络无法充分利用可用的感知特征。为了解决这一限制,本文提出了一种新型的轨迹预测网络,其利用Transformer的注意力机制与高维感知特征直接交互,并且在CARLA上实现了最先进的性能。本文方法通用且适应性强,我们计划通过探索新的感知网络来研究进一步的改进(例如独立的交通信号灯检测网络),以缓解闯红灯的问题。

相关推荐
船长@Quant1 小时前
PyTorch量化进阶教程:第二章 Transformer 理论详解
pytorch·python·深度学习·transformer·量化交易·sklearn·ta-lib
达柳斯·绍达华·宁5 小时前
自动驾驶04:点云预处理03
人工智能·机器学习·自动驾驶
TGITCIC7 小时前
BERT与Transformer到底选哪个-下部
人工智能·gpt·大模型·aigc·bert·transformer
TGITCIC1 天前
BERT与Transformer到底选哪个-上部
人工智能·gpt·大模型·aigc·bert·transformer
地平线开发者1 天前
【征程 6】工具链 VP 示例为什么能运行
算法·自动驾驶
xidianjiapei0011 天前
构建大语言模型应用:句子转换器(Sentence Transformers)(第三部分)
人工智能·语言模型·自然语言处理·llm·transformer
寻丶幽风1 天前
论文阅读笔记——ReconDreamer
论文阅读·笔记·自动驾驶·3dgs·世界模型·闭环仿真
机器学习之心2 天前
回归预测 | Matlab实现NRBO-Transformer-BiLSTM多输入单输出回归预测
matlab·回归·多输入单输出回归预测·transformer·bilstm·nrbo
GIS数据转换器2 天前
在机器人和无人机时代,测绘人的出路在哪里?
大数据·人工智能·信息可视化·机器人·自动驾驶·汽车·无人机
机器学习之心3 天前
CNN+Transformer+SE注意力机制多分类模型 + SHAP特征重要性分析,pytorch框架
分类·cnn·transformer