ECCVAug, 2020
通过可解释的语义表示感知、预测并规划安全运动
Perceive, Predict, and Plan: Safe Motion Planning Through Interpretable Semantic Representations
Abbas Sadat, Sergio Casas, Mengye Ren, Xinyu Wu, Pranaab Dhawan...
TL;DR本论文提出了一种全新的端到端可学网络,它可以对自动驾驶车辆进行联合感知、预测和运动规划,并产生可解释的中间表示。它的运动规划成本与感知和预测估计一致,通过使用一种新的可微分语义占用表示法作为运动规划进程的成本实现。通过从人类示范中端到端学习,用大规模手动驾驶数据集和闭环模拟实验表明,所提出的模型在模仿人类行为和产生更安全的轨迹方面明显优于现有技术。