LOPR: 自监督的VAE-GAN与Transformer网络在L-OGM随机预测中的应用 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 环境预测框架对于自动驾驶车辆（AVs）在动态环境中的安全导航至关重要。由LiDAR生成的占用网格地图（L-OGMs）为场景表示提供了一个健壮的鸟瞰视角，同时展现了在部分可观测性和感知检测失败情况下的自监督联合场景预测能力。 先前的方法主要集中在确定性L-OGM预测架构在网格单元空间内。 尽管这些方法取得了一些成功，但它们经常产生不切实际的预测，并且未能捕捉到环境的随机性。此外，它们也没有有效地整合AV中存在的其他传感器模态。 作者提出的框架在一个生成架构的潜在空间内执行随机L-OGM预测，并允许结合RGB摄像头、地图和计划轨迹进行条件约束。 作者使用单步解码器来解码预测，该解码器能实时提供高质量的预测，或 ………………………………