2. August 2021 - Redaktion Providentia

FloMo: Tractable Motion Prediction with Normalizing Flows

The future motion of traffic participants is inherently uncertain. To plan safely, therefore, an autonomous agent must take into account multiple possible trajectory outcomes and prioritize them. Recently, this problem has been addressed with generative neural networks. However, most generative models either do not learn the true underlying trajectory distribution reliably, or do not allow predictions to be associated with likelihoods. In our work, we model motion prediction directly as a density estimation problem with a normalizing flow between a noise distribution and the future motion distribution. Our model, named FloMo, allows likelihoods to be computed in a single network pass and can be trained directly with maximum likelihood estimation. Furthermore, we propose a method to stabilize training flows on trajectory datasets and a new data augmentation transformation that improves the performance and generalization of our model. Our method achieves stateof-the-art performance on three popular prediction datasets, with a significant gap to most competing models.

ZUR PUBLIKATION

WEITERE FORSCHUNGSARBEITEN

 

WEITERE AKTUELLE THEMEN

25. August 2021

CARLA: Was der meistgenutzte Fahrsimulator kann

Mit der neuen Simulatoinssoftware CARLA lassen sich Szenarien durchspielen und der Verkehr analysieren. Fragen an den Wissenschaftler Walter Zimmer.

MEHR >

18. August 2021

Automobilindustrie: Künstliche Intelligenz als differenzierender Faktor

Connected Services und Autonomes Fahren sind zwei der Trends, die die Automobilindustrie in den nächsten Jahren prägen werden. Michael Nolting hat sich in seinem Buch angeschaut, warum KI der wettbewerbsentscheidende Faktor werden wird.

MEHR >

11. August 2021

ASIMI-Faktencheck: Software-Architekturen im Automobilbereich

Welche Rolle spielen Softwarearchitekturen für die Zukunft von Automobilkonzernen? Im Rahmen der ASIMI-Initiative wurden Experten aus der Autoindustrie gefragt – u.a. nach Trends, ihrer Bedeutung und den Herausforderungen.

MEHR >