在此过程中，美团无人配送团队也取得了一些技术层面的突破，比如基于神经网络StarNet的行人轨迹交互预测算法，论文已发表在IROS2019。IROS的全称是IEEE/RSJInternationalConfe..
2019-11-2120:51:26本文详细阐述了美团在基于神经网络StarNet的行人轨迹交互预测算法的研究。有关轨迹预测算法的研究还在继续，希望能与同行一起交流学习。1.背景民以食为天，如何提升超大规模配送网络的整体配送效率，改善数亿消费者在”吃“方面的体验，是一项极具挑战的技术难题。
顶会论文：基于神经网络StarNet的行人轨迹交互预测算法,极市视觉算法开发者社区,旨在为视觉算法开发者提供高质量视觉前沿学术理论,技术干货分享,结识同业伙伴,协同翻译国外视觉算法干货,分享视觉算法应用的平台
基于LSTM网络，增加社交-距离感知池化层，得到SD-LSTM，对局部邻域内的行人间的交互进行建模，而后采用时空图，引入视觉注意力机制，对人群中所有行人运动状态的变化进行全局建模，在行人的基础上进行行人运动轨迹的预测。
摘要：2019年6月美团自动驾驶组发表在arXiv的论文。由于行人之间的复杂互动，行人轨迹预测问题是一个巨大的挑战。先前的方法仅对行人之间的成对交互进行建模，这不仅过分简化了行人之间的交互，而且计算效率低下。
目前，预测行走轨迹的方式可以分为四类，分别为：基于规则的方法、基于网格的方法、基于注意力的方法和基于时空图的方法。(1)基于规则的方法：SocialForce是一种基于规则来预测行人轨迹的方法。它将行人之间的交互归结为两种作用力：吸引力和排斥力。
论文9:EncodingCrowdInteractionwithDeepNeuralNetworkforPedestrianTrajectoryPrediction（徐衍钰，朴志新，高盛华）行人轨迹预测是一项具有挑战性的任务，源于行人行走过程中复杂…
轨迹预测文献阅读整理（轨迹多样性、车辆轨迹、图神经网络、潜码）.近日阅读了一些和轨迹预测相关的文献，但由于学业事务较多，因此无法抽出足够的时间对文章进行细致的梳理，在此对所阅读的5篇文章中的亮点进行简要的梳理。.5篇论文的研究目的都是...
顶会论文：基于神经网络StarNet的行人轨迹交互预测算法总第371篇2019年第49篇本文详细阐述了美团在基于神经网络StarNet的行人轨迹交互预测算法的研究。有关轨迹预测算法的研究还在继续，希望能与同行一起交流
论文推荐|李清泉：GIS辅助的室内定位技术研究进展.第一作者简介：李清泉(1965-),男,教授,博士生导师,研究方向为动态精密工程测量。.E-mail:liqq@szu.edu.摘要：室内定位技术是目前基于位置服务领域的研究热点之一，已引起部门、产业界和学术界的...