초록
자동 주행에서 움직임 감지는 기본적이지만 어려운 과제입니다. 특히 고속도로와 같은 장면에서는 원거리 객체에 대해 더욱 주의를 기울여야 더 나은 제어 결정을 내릴 수 있습니다. 원거리 차량을 대상으로 하여, 우리는 광학 유동장 정보를 입력으로 사용하여 움직임 상태를 분류하도록 신경망 모델을 훈련시켰습니다. 실험 결과는 높은 정확도를 보여주어 우리의 아이디어가 실행 가능하고 유망함을 입증하였습니다. 훈련된 모델은 근접 차량에 대해서도 만족할 만한 성능을 달성하였습니다. 우리의 작업은 PyTorch에서 구현되었습니다. nuScenes, FastFlowNet, RAFT와 같은 오픈 도구들이 사용되었습니다. 시각화 동영상은 다음 링크에서 확인할 수 있습니다: https://www.youtube.com/playlist?list=PLVVrWgq4OrlBnRebmkGZO1iDHEksMHKGk .