动手学轨迹预测

第1章 轨迹预测基础知识

• 1.1 轨迹预测概述

• 1.2 输入和输出定义

• 1.3 评价指标

• 1.4 基于Sequential Network的预测模型

• 1.5 基于Graph Neural Network的预测模型

• 1.6 常用数据集: Waymo Open Dataset

• 1.7 常用数据集: Argoverse

第2章 Encoder编码部分

• 2.1 场景表征的坐标系

• 2.2 Frenet坐标系

• 2.3 场景表征方法

• 2.4 考虑地图拓扑关系的表征方法

• 2.5 时序数据处理模块

• 2.6 预测编码模块中的Transformer

第3章 Decoder解码部分

• 3.1 基于锚点的轨迹预测

• 3.2 Regression Loss 回归损失

• 3.3 轨迹属性相关Loss

• 3.4 多模态的Loss设计

第4章 交互预测与ML Planner

• 4.1 边缘预测, 条件预测和联合预测

• 4.2 M2I:从边缘预测走向交互预测

• 4.3 GameFormer:基于Level-K博弈的预测和规划网络