清华大学智能网联汽车课题组成果：复杂环境感知

文章预览

1. 面向弱势道路使用者的车载多目标跟踪和运动预测方法 研究背景        易受伤害道路使用者如行人、骑车人或其他骑行者，在实际交通场景中很常见，具有多样性，但易受伤害且缺乏保护。易受伤害使用者的检测是保护他们的第一步，需要进一步跟踪连续帧间的同一目标的位置，形成运动轨迹，实现多目标跟踪，为后续预测其运动意图做准备。 研究成果        针对自动驾驶环境中的自车周围易受伤害道路使用者（VRU，包括行人和骑行者两类）的运动轨迹预测问题，提出了融合多轨迹预测因子的深度循环神经网络轨迹预测方法，同时考虑连续多帧间目标的位置、形状等运动特征线索和局部矩形框的深度外观卷积特征。        在清华大学-戴姆勒联合研究中心建立的易受伤害道路使用者多目标轨迹预测数据库中，综合评价了不同的循环神经网 ………………………………