AI在线 AI在线

协同运动预测框架

预测误差降低12.3%，多车协同预测框架CMP，破解自动驾驶「视线盲区」

预测误差降低12.3%，多车协同预测框架CMP，破解自动驾驶「视线盲区」
2025 年 3 月，加州大学河滨分校与密歇根大学、加州大学伯克利分校以及华盛顿大学联合团队在机器人领域顶级期刊《IEEE Robotics and Automation Letters》发表最新研究成果 ——CMP（Cooperative Motion Prediction），首次提出一种面向车联网（V2X）的协同运动预测框架，通过多车信息共享与融合，显著提升自动驾驶车辆的轨迹预测精度与场景适应能力。 该技术已在真实场景数据集 V2V4Real 和仿真平台 OPV2V 中验证其高效性，相比现有最优模型，预测误差降低 12.3%，为复杂交通环境下的自动驾驶安全决策提供了全新解决方案。 论文标题：CMP: Cooperative Motion Prediction with Multi-Agent Communication论文链接：：：：感知 - 预测一体化协同，破解自动驾驶 “视线盲区”传统自动驾驶系统依赖单车传感器，易受遮挡或极端天气影响，导致感知与预测能力受限。
3/21/2025 10:32:00 AM
机器之心
  • 1