保存成功
保存失败,请重试
提交成功

Apollo 5.0 障碍物行为预测技术

作者/分享人:Apollo开发者社区
『Apollo开发者社区』(ID:Apollo_Developers)是Apollo平台为开发者及合作伙伴提供的技术分享交流平台,汇集全球优秀开发者及行业大咖。为开发者提供Apollo平台及自动驾驶相关的学习资源、定期举办线上线下活动、解答开发者反馈。如果你对Apollo及自动驾驶感兴趣,别犹豫,加入Apollo开发者社区吧!

障碍物行为预测是无人驾驶系统的核心模块之一。预测模块承接上游感知模块,结合高精地图和主车的定位信息,对周边障碍物的未来运动情况进行预测,帮助主车提前作出决策,从而降低交通事故的发生率,在无人驾驶系统中发挥着承上启下的关键作用。

在百度 Apollo 自动驾驶开源平台中,障碍物行为预测分为车辆轨迹预测和行人轨迹预测两大类。在车辆轨迹预测中,分为意图预测和速度预测两个过程。意图预测根据不同的场景,通过深度学习神经网络给出各行为意图的概率。速度预测考虑与主车的交互,运用采样+代价函数选择的方法,给出合理的速度预测。

在这次分享中,我们将讨论 Apollo 5.0 中开放的新技术:

  1. 路口场景预测模型
  2. 语义地图预测模型
  3. 基于交互的预测模型
  4. 行人预测模型

作者简介:许珂诚,百度资深研发工程师,百度 Apollo 平台预测方向技术负责人。复旦大学数学专业本科,美国德克萨斯大学大学奥斯汀分校计算数学硕士,主要方向为机器学习。2017 年 3 月加入百度,参与 Apollo 1.0 至 5.0 的开发工作至今,主要负责障碍物行为预测方向的研发工作。

已有665人预订
预订达标
文章出炉
交流日期
     
08月07日
08月20日
08月29日 20:30
你可能还喜欢
Java 程序员面试必备的 20 道数据库面试解析
清风
史上最全 Redis 面试题及答案,搞懂这套题征服面试官
ilomilo
数据结构算法常见的 100 道面试题全解析:2019 版
攻城狮
怎样的一份“副业”,能让你不依赖“死工资”?
一尘
如何依靠副业赚钱,应对人到中年的职场危机
代码GG陆晓明
面试官,不要再问我三次握手和四次挥手
猿人谷
程序员副业那些事:聊聊出书和录视频
hsm
Zookeeper 详解与实践,你面试工作都绕不开的必考题!
latent
慢 SQL 调优的血泪总结
ilomilo
详解 Google Protocol Buffer 协议
拾贝壳的人
让架构师和研发团队争论了 10 分钟的简单事务问题
zaqweb
线程池原理及优化
ilomilo
深度学习必备之高等数学知识加油站
奔跑的小米
Java 数据结构和算法
ilomilo
Spring Security 入门到实践
独钓寒江雪
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效