Scene compliant trajectory forecast with agent-centric spatio-temporal grids (2020)
- Authors:
- USP affiliated authors: WOLF, DENIS FERNANDO - ICMC ; RIDEL, DANIELA ALVES - ICMC
- Unidade: ICMC
- DOI: 10.1109/LRA.2020.2974393
- Subjects: ANÁLISE DE TRAJETÓRIAS; GEOMETRIA E MODELAGEM COMPUTACIONAL
- Keywords: Multimodal trajectory forecasting; motion and path planning; deep learning in robotics and automation
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Piscataway
- Date published: 2020
- Source:
- Título do periódico: IEEE Robotics and Automation Letters
- ISSN: 2377-3766
- Volume/Número/Paginação/Ano: v. 5, n. 2, p. 2816-2823, 2020
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: green
-
ABNT
RIDEL, Daniela Alves et al. Scene compliant trajectory forecast with agent-centric spatio-temporal grids. IEEE Robotics and Automation Letters, v. 5, n. 2, p. 2816-2823, 2020Tradução . . Disponível em: https://doi.org/10.1109/LRA.2020.2974393. Acesso em: 21 maio 2024. -
APA
Ridel, D. A., Deo, N., Wolf, D. F., & Trivedi, M. (2020). Scene compliant trajectory forecast with agent-centric spatio-temporal grids. IEEE Robotics and Automation Letters, 5( 2), 2816-2823. doi:10.1109/LRA.2020.2974393 -
NLM
Ridel DA, Deo N, Wolf DF, Trivedi M. Scene compliant trajectory forecast with agent-centric spatio-temporal grids [Internet]. IEEE Robotics and Automation Letters. 2020 ; 5( 2): 2816-2823.[citado 2024 maio 21 ] Available from: https://doi.org/10.1109/LRA.2020.2974393 -
Vancouver
Ridel DA, Deo N, Wolf DF, Trivedi M. Scene compliant trajectory forecast with agent-centric spatio-temporal grids [Internet]. IEEE Robotics and Automation Letters. 2020 ; 5( 2): 2816-2823.[citado 2024 maio 21 ] Available from: https://doi.org/10.1109/LRA.2020.2974393 - Understanding pedestrian-vehicle interactions with vehicle mounted vision: an LSTM model and empirical analysis
- Scene compliant spatio-temporal multi-modal multi-agent long-term trajectory forecasting
- Detecção e rastreamento de obstáculos em ambientes urbanos utilizando visão estéreo
- Contribuições para o desenvolvimento de robôs e veículos artônomos
- Desvio de obstáculos utilizando um método estéreo semi-global
- Vehicle detection with planar laser using different machine learning techniques
- Mapeamento de terrenos utilizando robôs móveis e sensor laser
- Route planning for active classification with UAVs
- Exploiting fully convolutional neural networks for fast road detection
- Driver assistance controller for tire saturation avoidance up to the limits of handling
Informações sobre o DOI: 10.1109/LRA.2020.2974393 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 2994772.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
