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
会写代码的饭桶43 分钟前
Transformers 学习入门:注意力机制剖析
transformer·注意力机制·自注意力·交叉注意力·多头注意力
博大世界5 小时前
解剖智驾“大脑”:一文读懂自动驾驶系统软件架构
人工智能·机器学习·自动驾驶
地平线开发者11 小时前
征程 6E/M|多 camera 场景示例
算法·自动驾驶
地平线开发者12 小时前
理想汽车智驾方案介绍 4 | World model + 强化学习重建自动驾驶交互环境
算法·自动驾驶
会写代码的饭桶14 小时前
Transformers 学习入门:前置知识补漏
rnn·transformer·词嵌入·mlp·反向传播·神经网络基础
温柔哥`21 小时前
AgentThink:一种在自动驾驶视觉语言模型中用于工具增强链式思维推理的统一框架
语言模型·自动驾驶·agent·工具调用·grpo·强化微调·tool call
拆房老料1 天前
大语言模型基础-Transformer之上下文
人工智能·语言模型·transformer
盼小辉丶1 天前
Transformer实战(16)——微调Transformer语言模型用于多类别文本分类
深度学习·自然语言处理·分类·transformer
Arong-tina1 天前
【论文阅读—深度学习处理表格数据】ResNet-like & FT Transformer
论文阅读·深度学习·transformer
AI绘画哇哒哒1 天前
【值得收藏】手把手教你用PyTorch构建Transformer英汉翻译系统,从训练到推理
人工智能·pytorch·ai·语言模型·程序员·大模型·transformer