- 博客(5)
- 收藏
- 关注
RSS订阅原创 智能出行新视界：具身智能在自动驾驶中的轨迹预测探讨
具身智能是一种人工智能研究范式，它强调智能体通过与物理环境的交互来获得智能。与传统的基于规则或符号的人工智能不同，具身智能将感知和行动相结合，使智能体能够更好地理解其周围的环境和与环境的互动。具身智能的核心在于智能体必须拥有物理身体，并通过这个身体与环境进行实时互动，从而实现感知、学习和行动。轨迹预测是运动预测的一个子领域，它指的是在给定一个目标（如行人或车辆）过去或当前运动轨迹的情况下，对其未来位置、速度、方向等状态信息进行预测的任务。
2024-11-03 17:30:18
1598
原创 智行千里，预轨先知：一种基于社会力嵌入的图神经网络多类别智能体轨迹预测方法
自动驾驶车辆在复杂高动态的交通场景中准确预测道路交通参与者的轨迹是一项充满挑战性的任务，因为智能体的运动模式是复杂且随机的，其不仅取决于自身过去的轨迹，而且与周围其他类型交通参与者的社交互动密切相关。
2024-06-16 21:20:22
1900
原创 自动驾驶背景下行人轨迹预测方法关键问题与展望
行人轨迹预测旨在利用观察到的人类历史轨迹和周围环境信息来预测目标行人未来的位置信息，该研究具有重要应用价值，可以降低自动驾驶车辆在社会交互下的碰撞风险。然而，传统的模型驱动的行人轨迹预测方法难以在复杂高动态的场景下对行人进行轨迹预测。相比之下，数据驱动的行人轨迹预测方法依靠大规模数据集平台，可以更好地捕捉和建模更复杂的行人交互关系，进而取得较精准的行人轨迹预测效果，成为自动驾驶、机器人导航和视频监控等领域的研究热点。
2024-06-03 00:42:35
3930
1
原创 智绘轨迹，认知未来：一种考虑驾驶风险认知的轨迹规划方法
自动驾驶车辆在复杂高动态路口场景的轨迹规划是一项充满挑战的任务，特别是在与人类驾驶车辆频繁互动时，需要考虑周边车辆不确定的驾驶行为所带来的驾驶风险。为了应对这一挑战，安徽大学王晓教授及其团队提出了一种社会适应性和安全敏感的轨迹规划（S4TP）框架，该方法特别考虑了周围人类驾驶车辆的驾驶意图，通过建立一个以自动驾驶车辆为中心的驾驶风险场模型来表示车辆对周围环境的主观风险感知，进一步应对复杂交叉路口场景中其他车辆的不确定性社会互动行为，从而在保证车辆驾驶安全的前提下，实现更加高效的自动驾驶决策。
2024-05-28 11:05:31
1914
原创 驾驭未来，随车应“变”：一种融入驾驶风格认知的两阶段轨迹规划方法
混行交通场景下，自动驾驶车辆需要频繁与其他道路交通参与者进行社会互动，其轨迹规划显著受到周围车辆的驾驶风格和不确定行为的影响。如何让自动驾驶车辆在复杂多变的高动态环境中规划出安全合理的行驶轨迹，已成为当前亟待解决的难题。为了应对这一挑战，安徽大学王晓教授及其团队提出了一种新颖的考虑驾驶风格感知的两阶段轨迹规划方法，该方法特别考虑了周围人类驾驶车辆的驾驶风格以及驾驶意图，以应对复杂交叉路口场景中其他车辆的不确定性社会互动行为，从而在保证车辆驾驶安全的前提下，实现更加高效的自动驾驶决策。
2024-05-22 11:15:59
1128
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人