在自动驾驶领域，对汽车和行人的轨迹进行预测至关重要。这不仅涉及到物体检测和追踪，还与路径规划紧密相关。传统的感知流程存在流程复杂和累计误差的问题。本文提出了一种端到端的框架，通过检测未来目标的位置，而不是通过预测，从而简化了流程并提高了鲁棒性和精度。本文的主要思想是利用检测框架直接检测出car, future-car等标签，这些标签都作为训练障碍物的标签之一。为了提高未来目标的检测效果，论文在检测头部分引入了一个小网络，将当前帧的特征映射到未来时刻的特征，再进行障碍物检测。这样，就可以直接得出未来的障碍物位置。此外，论文还提出了一种新的轨迹预测评价体系，以更准确地反映轨迹预测的效果。虽然在新的评价指标下，本文的方法取得了一定的进步，但在定量分析方面还存在一些问题，如没有使用传统评价指标进行分析，以及只对比了少数算法。从可视化结果来看，本文提出的方法在效果上还有待进一步提高。虽然算法设计上不够优美，但论文的思想是值得肯定的。希望未来能够实现一个更加完善的端到端检测到预测的框架。实现自动驾驶，为什么要对汽车、行人的轨迹进行预测？它与物体检测、追踪和路径规划间的关系是什么？本文提出了一种端到端的框架，通过检测未来目标的位置，简化了感知流程并提高了鲁棒性和精度。论文的主要思想是利用检测框架直接检测出car, future-car等标签，并通过一个小网络将当前帧的特征映射到未来时刻的特征，从而提高未来目标的检测效果。此外，论文还提出了一种新的轨迹预测评价体系，以更准确地反映轨迹预测的效果。虽然在定量分析方面还存在一些问题，但论文的思想是值得肯定的，希望未来能够实现一个更加完善的端到端检测到预测的框架。
端到端实现目标检测-轨迹预测(点云)。
基于点云的物体检测和轨迹预测是自动驾驶感知的基本组成部分。但是，目前业界对这两个问题的研究多是独立进行，并没有考虑到两者之间的内在联系。这样的感知流程存在两个问题：1.流程复杂；2下游的鲁棒性和精度依赖上游模块，容易形成累计误差/错误。本文从目标检测-目标追踪-轨迹预测等设计了一套简洁的端到端框架。
CVPR2022论文：ForecastingfromLiDARviaFutureObjectDetection
主要的框架如下图，复用了很多centerpoint代码的工作，backbone主要是centerpoint。
主要思想：通过检测得出未来目标的位置，而不是通过预测出来。可能这就是论文名futuredet的内涵。也就是由检测框架直接检测出car,future-car等标签。future-car与car标签作用相同，都作为训练障碍物的标签之一。
但是，在检测头部分，单靠一个网络去检测所有的类别，不利于未来目标的检测，因此，又额外加上当前帧t时刻提取的feature通过一个小的网络映射到t+1时刻feature，t+2时刻feature，…，t+n时刻feature。在上述检测头再直接进行障碍物检测，就可以得出未来的障碍物位置。
根据未来障碍物的检测结果，对所有时刻下障碍物进行回溯匹配。做法如下图所示，从t+n向t+n-1时刻进行回溯匹配。最终找到每一条障碍物的轨迹。这部分工作我觉得类似与目标跟踪/REID等。因为按照传统的pipline，是需要这样一个模块存在，来确认障碍物的完整轨迹。只不过论文中的思想是反着来，把所有未来的障碍物检测出来，再进行匹配。
本文提出在轨迹预测领域，传统的评价指标ADE和FDE不能准确的反应轨迹预测的的好坏，尤其是这些指标剥离了目标检测的因素，而不是一个整体端到端的评价。设计下表中的评价体系，红色框标出的是新的评价指标。详细可以看文章。
定量的结果如下，在新的评价指标下和其他方法确实有进步，但是有两个问题是，本文设计的方法没有使用传统的评价指标进行分析；2.只对比了少数算法。上述两点，让定量分析结果看起来缺乏足够的数据支撑。
可视化结果：
看完论文后，越发觉得centerpoint在点云领域的作用越来约想centernet在2d图像领域的作用了。是一个优秀的可演进成多种任务适配的端到端框架。
至于本文，从上图的可视化结果上看效果还有待进一步提高。论文的方法思想很好，希望一个端到端的检测到预测的框架，但是在算法的设计上不够优美。
自动驾驶开发者说前沿如何进行LiDAR-Camera(雷达-相机)的联合标定？
自动驾驶开发者说前沿如何用360度全景图来深度估计？
自动驾驶开发者说前沿如何进行多传感器的融合？
自动驾驶开发者说仿真如何利用开源的自动驾驶仿真环境？
自动驾驶开发者说仿真如何安装配置lgsvl-apollo联调环境？
自动驾驶开发者说框架如何用vscode调试apollo？
自动驾驶开发者说框架如何找到apollo感知模块的爽点？
自动驾驶开发者说框架如何快准狠的安装apollo6.0？
自动驾驶开发者说行业如何看待特斯拉传感器的部署？
自动驾驶开发者说行业如何看待无人驾驶汽车的发展？
自动驾驶开发者说数据集如何使用KITTI数据？
以上内容由58汽车提供。如有任何买车、用车、养车、玩车相关问题，欢迎在下方表单填写您的信息，我们将第一时间与您联系，为您提供快捷、实用、全面的解决方案。
原创文章，作者：58汽车，如若转载，请注明出处：https://car.58.com/7076864/
