HyperAIHyperAI

Command Palette

Search for a command to run...

التنبؤ طويل المدى بالأشخاص في مشاهد المرور تحت ظروف عدم اليقين

Apratim Bhattacharyya Mario Fritz Bernt Schiele

الملخص

تقدم الأنظمة المتقدمة للقيادة المعاونة والمستقلة بفضل التطورات الحديثة في طرق التعرف والتقسيم. ومع ذلك، لا يزال أمامنا تحديات في تحقيق القيادة الموثوقة داخل المدن، حيث تتكون هذه البيئات من مشاهد ديناميكية للغاية يتم ملاحظتها من منصة متحركة بسرعات عالية. يصبح التنبؤ عنصراً أساسياً للرد في الوقت المناسب ومنع الحوادث. في هذا البحث، نؤكد على ضرورة التنبؤ لمدة تبلغ على الأقل ثانية واحدة، ونقترح نموذجاً جديداً يقوم بالتنبؤ بالحركة الذاتية ومسارات الأشخاص على مدى أوقات طويلة كهذه. نركز بشكل خاص على نمذجة عدم اليقين الناشئ عن الطبيعة غير المؤكدة للمشاهد المرورية الطبيعية. تظهر نتائج تجاربنا أن من الممكن بالفعل التنبؤ بمسارات الأشخاص خلال الفترات الزمنية المرغوبة وأن تقديرات عدم اليقين لدينا تعكس خطأ التنبؤ. كما نوضح أن كل من نمذجة سلسلة المسارات وكذلك طريقة التوقع الجديدة للكinematrics (odometry) على المدى الطويل ضرورية لتحقيق أفضل الأداء.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
التنبؤ طويل المدى بالأشخاص في مشاهد المرور تحت ظروف عدم اليقين | مستندات | HyperAI