【自动驾驶】自动驾驶车辆轨迹预测竞赛汇总——持续更新

20210731更新

  • AIODrive Trajectory Forecasting Challenge
    【自动驾驶】自动驾驶车辆轨迹预测竞赛汇总——持续更新_第1张图片
    AIODrive 轨迹预测挑战的目标是预测复杂交互下多个智能体的未来位置。这些代理包括四种主要类型的交通参与者:汽车、行人、自行车和摩托车。除了过去轨迹的标准输入外,用户还可以使用我们提供的各种传感器数据来帮助改进预测。

  • Sirius-2021 Trajectory
    Prediction
    This challenge is a part of a summer school Sirius-2021 (Sochi,
    Russia).
    【自动驾驶】自动驾驶车辆轨迹预测竞赛汇总——持续更新_第2张图片


自动驾驶关键技术之预测的介绍参见这篇博客【自动驾驶】自动驾驶轨迹预测思路和框架,适合用于背景和现状介绍,相关比赛汇总:

  • Argoverse Motion Forecasting Competition
    Argoverse™是来自Argo AI的高清地图和传感器数据集,详见CVPR论文Argoverse: 3D Tracking and Forecasting with Rich Maps。
    【自动驾驶】自动驾驶车辆轨迹预测竞赛汇总——持续更新_第3张图片

  • nuScenes prediction challenge
    nuScenes预测任务的目标是预测6秒视界内agent的未来位置。虽然任务和这个评估服务器将全年开放,我们也组织专门的挑战。第一次这样的挑战将在巴黎的ICRA 2020年举办。结果和获奖者将在ICRA 2020自动驾驶标杆研究进展研讨会上公布。有关更多信息,请参阅此页。
    【自动驾驶】自动驾驶车辆轨迹预测竞赛汇总——持续更新_第4张图片

  • AIODrive Trajectory Forecasting Challenge
    AIODrive轨迹预测挑战的目标是在复杂交互作用下预测多个代理的未来位置。官方AIODrive网站,轨迹预测部分介绍。
    【自动驾驶】自动驾驶车辆轨迹预测竞赛汇总——持续更新_第5张图片

其他相关文章:

【自动驾驶】自动驾驶轨迹预测思路和框架,适合用于背景和现状介绍

你可能感兴趣的:(轨迹预测,自动驾驶,神经网络设计,自动驾驶,深度学习,机器学习,神经网络,数据挖掘)