arXiv · 机器人与计算机视觉· Minsang Kong, Myeongjun Kim, Sang Gu Kang, Hejiu Lu, Yupeng Zhong, Sang Hun Lee·· 15 天前AI 评分62
BEVTraj:一种无需高精地图的多模态轨迹预测方法
BEVTraj: Map-Free Multimodal Trajectory Prediction with Sensor-Derived BEV Context and Sparse Goal Reasoning
AI 导读
论文提出了 BEVTraj 框架,旨在解决自动驾驶中依赖高精地图进行轨迹预测的成本高、更新难问题。该方法直接利用原始多传感器数据构建鸟瞰图(BEV)特征,通过可变形注意力机制选择性聚合稀疏的空间上下文,并结合稀疏目标候选提议模块生成自适应的目标假设。实验在 nuScenes 和 Argoverse 2 Sensor 数据集上验证了其在无地图设置下的竞争力,代码已开源。
来源:arXiv · 机器人与计算机视觉 · arxiv.org