Waymo無人車是如何進(jìn)行行為預(yù)測的?
通過這個過程,神經(jīng)網(wǎng)絡(luò)獲得了各種向量之間的關(guān)系。例如汽車進(jìn)入十字路口或行人接近人行橫道時,就會發(fā)生這些關(guān)系。通過學(xué)習(xí)道路特征和對象軌跡之間的這種相互作用,VectorNet 能夠通過學(xué)習(xí)不同的行為模式來更好地預(yù)測其他道路參與者的行為。
為了進(jìn)一步增強(qiáng) VectorNet 的功能,waymo對該系統(tǒng)進(jìn)行了訓(xùn)練,以從模糊線索中學(xué)習(xí),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(yù)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(biāo)志。當(dāng)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(yàn)來推斷發(fā)生某事的可能性。通過在訓(xùn)練過程中隨機(jī)掩蓋地圖特征(例如在四通路口的停車標(biāo)志并要求網(wǎng)絡(luò)完成),VectorNet可以進(jìn)一步提高Waymo Driver對周圍世界的了解,并為意外做好準(zhǔn)備。
驗(yàn)證VectorNet的性能
將VectorNet與ResNet進(jìn)行比較,發(fā)現(xiàn)VectorNet的計算和位移誤差有所改善。與最先進(jìn)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(yīng)這些新領(lǐng)域,更有效地學(xué)習(xí),并幫助實(shí)現(xiàn)完全自動駕駛。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
推薦專題
- 項(xiàng)目經(jīng)理(汽車內(nèi)飾&汽車電子) 伯恩光學(xué)(惠州)有限公司
- 產(chǎn)品工程師(汽車) 易思維(杭州)科技股份有限公司
- IE工程師(汽車智聯(lián)) 惠州碩貝德無線科技股份有限公司
- 結(jié)構(gòu)工程師-汽車電子事業(yè)部(J10116) 深圳奧尼電子股份有限公司
- 銷售總監(jiān)-汽車電子方向 深圳市智立方自動化設(shè)備股份有限公司
- 銷售經(jīng)理(汽車新能源行業(yè)) 廣州瑞松智能科技股份有限公司
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市