要約
自動運転および支援運転の高度なシステムへの進歩は、最近の認識とセグメンテーション手法の進展を活用しています。しかし、都市部での信頼性のある運転実現には依然として課題が存在しており、これは高速で移動するプラットフォームから観測される非常に動的なシーンによって引き起こされます。事故を防ぎ、適時に反応するために、予測が重要な要素となっています。本論文では、少なくとも1秒先を見通す必要があることを主張し、そのような長い時間範囲で自己運動と人の軌道を同時予測する新しいモデルを提案します。特に、自然な交通シーンの非決定的な性質から生じる推定の不確実性のモデリングに注目しています。実験結果は、望ましい時間範囲での人の軌道予測が可能であり、我々の不確実性推定が予測誤差について有用であることを示しています。また、軌道のシーケンスモデリングと長期オドメトリ予測という新しい手法が最高の性能のために不可欠であることも示しています。