[自动驾驶-车辆轨迹预测] 资料准备及学习视频

关于车辆轨迹预测的学习资料

因为要引入车辆预测模块来确保下游规划模块的准确性及稳定性,开始学习关于车辆轨迹预测相关的知识,部署相关的模型至实践项目中。发现网上关于车辆预测部分的资料较少,本文搜索一些资料供大家参考学习。(后续有看见优秀的资料会持续更新)

百度-Apollo

  1. 关于百度Apollo的预测视频讲解
    Apollo 自动驾驶预测
    Apollo 官方教学视频
  2. 关于百度Apollo的预测论文
    论文
    大饼卷翻天_Ares—视频讲解(上)
    大饼卷翻天_Ares—视频讲解(下)

车辆预测相关书籍

  1. 车辆预测领域权威书籍——《Predicting Vehicle Trajectory》
    主要讲述一些关于车辆轨迹预测的方法,含有传统模型预测、深度学习预测等预测方式。
  2. 自动驾驶领域概述书籍——《自动驾驶技术概论》
    主要讲述一些自动驾驶领域的相关传感器、技术、平台架构等,可以作为初步了解自动驾驶领域的概念书。
  3. 车辆模型预测控制书籍——《无人驾驶无人驾驶车辆模型预测控制》
    主要介绍一些跟控制系统相关、决策原理部分技术以及预估器相关的概念。

    书籍链接 [xvpg]

车辆预测相关论文

综述:

  1. Deep Learning for Vision-based Prediction: ASurvey

论文:

  1. VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation
  2. TNT: Target-driveN Trajectory Prediction
  3. Data Driven Prediction Architecture for Autonomous Driving and its Application on Apollo Platform
  4. Trajectory Prediction with Graph-based Dual-scale Context Fusion
  5. Trajectory Forecasts in Unknown Environments Conditioned on Grid-Based Plans
  6. TrafficPredict: Trajectory Prediction for Heterogeneous Traffic-Agents
  7. Online Vehicle Trajectory Prediction using Policy Anticipation Network and Optimization-based Context Reasoning

预测相关的数据集

  1. nuScenes prediction challenge:其目标是预测6秒内无人车自身的未来位置。
  2. Argoverse:主要从跟踪场景衍生出来的预测数据集,在两个城市中取3000多个场景进行预测标准,也是如今最大的预测数据集,目标是在未来3秒内预测无人车自身的位置。
  3. ApolloScape:百度apollo开源的数据集,内部包含预测、检测、定位等数据。
  4. JAAD (Joint Attention in Autonomous Driving):内部是一些视频数据,主要用于预测行人在交叉路口等场景。
  • 3
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
Transformer模型可以用于车辆轨迹预测任务。车辆轨迹预测是指根据历史轨迹数据来预测未来一段时间内车辆的运动轨迹。下面是一个基本的步骤: 1. 数据准备:收集车辆历史轨迹数据,包括车辆的位置、速度、加速度等信息。可以考虑使用GPS数据或者其他传感器数据。 2. 数据预处理:对收集到的数据进行清洗和处理,例如去除异常值、填补缺失值等。 3. 特征工程:根据问题的要求,从历史轨迹数据中提取有用的特征。可以考虑使用车辆的位置、方向、加速度等信息作为输入特征。 4. 模型设计:使用Transformer模型来进行车辆轨迹预测。Transformer模型是一种基于自注意力机制的神经网络模型,适用于序列到序列的任务。 5. 模型训练:使用历史轨迹数据训练Transformer模型。可以使用监督学习方法,将未来一段时间内的真实轨迹作为目标值进行训练。 6. 模型评估:使用测试集数据评估模型的性能,比较预测轨迹与真实轨迹之间的差异。 7. 模型优化:根据评估结果,对模型进行调优和改进,例如调整模型结构、超参数等。 8. 轨迹预测:使用训练好的模型对未来车辆的轨迹进行预测。 需要注意的是,车辆轨迹预测是一个复杂的任务,受到多种因素的影响,如车辆行驶规则、交通状况等。因此,模型的设计和数据的选择都需要考虑实际应用场景的特点。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值