Apollo自動駕駛入門課（5）——預測

將複雜的車輛運動轉化爲車道轉換序列，從而減少場景數量、更快地進行預測；然後使用現有觀測值以車道序列表示，訓練神經網絡來進行預測；最後將車道序列預測與車輛物理結合起來，爲每個物體生成估計的軌跡。運動預測對於在規劃中構建無碰撞的安全路徑至關重要。 預測 1.預測 2.預測方式 基於模型預測 數據驅動預測 基於車道序列預測 3.障礙物狀態 4.遞歸神經網絡 RNN在目標車道預測的應用 5.軌跡生成 1.

>>阅读原文<<