Waymo無人車是如何進行行為預測的
通過這個過程，神經(jīng)網(wǎng)絡獲得了各種向量之間的關系。例如汽車進入十字路口或行人接近人行橫道時，就會發(fā)生這些關系。通過學習道路特征和對象軌跡之間的這種相互作用，VectorNet 能夠通過學習不同的行為模式來更好地預測其他道路參與者的行為。
為了進一步增強 VectorNet 的功能，waymo對該系統(tǒng)進行了訓練，以從模糊線索中學習，以推斷出車輛周圍接下來會發(fā)生什么，從而做出更好的行為預測。例如，重要的場景信息通常在行駛時會被遮擋，例如樹葉遮住停車標志。當人類駕駛員遇到這種情況時，即使他們看不見，他們也可以借鑒過去的經(jīng)驗來推斷發(fā)生某事的可能性。通過在訓練過程中隨機掩蓋地圖特征（例如在四通路口的停車標志并要求網(wǎng)絡完成），VectorNet可以進一步提高Waymo Driver對周圍世界的了解，并為意外做好準備。
驗證VectorNet的性能
將VectorNet與ResNet進行比較，發(fā)現(xiàn)VectorNet的計算和位移誤差有所改善。與最先進且使用最廣泛的ConvNets之一ResNet－18相比，VectorNet的性能提高了18％，而每個場景只有50個代理時，僅使用29％的參數(shù)，而且僅消耗20％的計算量。
VectorNet使waymo能夠更好地適應這些新領域，更有效地學習，并幫助實現(xiàn)完全自動駕駛。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
7月8日立即報名>> 【在線會議】英飛凌新一代智能照明方案賦能綠色建筑與工業(yè)互聯(lián)
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7.30-8.1火熱報名中>> 全數(shù)會2025（第六屆）機器人及智能工廠展
-
7月31日免費預約>> OFweek 2025具身智能機器人產(chǎn)業(yè)技術創(chuàng)新應用論壇
-
免費參會立即報名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
推薦專題
