[論文レビュー] Conditional Generative Neural System for Probabilistic Trajectory Prediction

Jiachen Li, Hengbo Ma+1 more|arXiv (Cornell University)|May 5, 2019

Autonomous Vehicle Technology and Safety参考文献 40被引用数 18

ひとこと要約

本稿では、条件付き潜在空間学習と変分発散最小化を用いて、静的文脈、動的相互作用、運動論的妥当性を統合的にモデル化するための条件付き生成的ニューラルシステム（CGNS）を提案する。ソフトアテンション機構と微分可能バリア関数を統合することで、多様で現実的かつ妥当な軌道予測を生成し、歩行者および円環走行データセットにおいてベースラインを上回る性能を発揮する。特に長期予測において顕著な優位性を示す。

ABSTRACT

Effective understanding of the environment and accurate trajectory prediction of surrounding dynamic obstacles are critical for intelligent systems such as autonomous vehicles and wheeled mobile robotics navigating in complex scenarios to achieve safe and high-quality decision making, motion planning and control. Due to the uncertain nature of the future, it is desired to make inference from a probability perspective instead of deterministic prediction. In this paper, we propose a conditional generative neural system (CGNS) for probabilistic trajectory prediction to approximate the data distribution, with which realistic, feasible and diverse future trajectory hypotheses can be sampled. The system combines the strengths of conditional latent space learning and variational divergence minimization, and leverages both static context and interaction information with soft attention mechanisms. We also propose a regularization method for incorporating soft constraints into deep neural networks with differentiable barrier functions, which can regulate and push the generated samples into the feasible regions. The proposed system is evaluated on several public benchmark datasets for pedestrian trajectory prediction and a roundabout naturalistic driving dataset collected by ourselves. The experimental results demonstrate that our model achieves better performance than various baseline approaches in terms of prediction accuracy.

研究の動機と目的

• マルチエージェント軌道予測において、複雑な相互作用と環境的文脈を統合的に捉える統一された生成モデルの構築を目的とする。
• 静的シーン文脈と動的エージェント相互作用の両方をモデル化することで、長期予測の精度を向上させることを目的とする。
• 微分可能正則化を用いて、生成された軌道が物理的に妥当で、運動論的制約を満たすように保証することを目的とする。
• 潜在空間と変分推論を用いて真のデータ分布を近似することで、多様で現実的な軌道サンプリングを可能とすることを目的とする。
• ベンチマーク用歩行者データセットと独自の円環走行データセットの両方でモデルを検証し、実世界の耐障害性を確認することを目的とする。

提案手法

• CGNSフレームワークは、シーン画像と履歴軌道を多段階表現に変換するための深層特徴抽出器とソフトアテンションを用いる。
• エンコーダーを用いてエージェントと環境的文脈の間の依存関係をモデル化することで、条件付き潜在空間を学習する。
• 生成ネットワークは学習済み潜在分布から未来の軌道をサンプリングし、多様な仮説生成を可能にする。
• 真の軌道分布を、明示的および暗黙的な密度学習を用いて近似するため、変分発散最小化が統合される。
• 微分可能バリア関数が導入され、損失関数にソフトな運動論的制約を埋め込み、生成された軌道の妥当性を保証する。
• ブロックアテンション機構が履歴軌道を処理する一方、ガウス混合アテンションマスクはシーン画像の顕著な領域に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 統一された生成モデルは、マルチエージェント軌道予測において、静的文脈、動的相互作用、運動論的制約を効果的に統合できるか？
• RQ2 アテンションベースの特徴選択は、複雑で相互作用の強い環境において予測精度をどのように向上させるか？
• RQ3 微分可能妥当性制約を組み込むことで、生成された軌道の現実性と物理的妥当性はどの程度向上するか？
• RQ4 線形および再帰的ベースラインと比較して、予測予測範囲が延長されるに従い、モデルの性能はどのように変化するか？
• RQ5 潜在空間学習と変分発散最小化の統合は、単独の手法に比べて、より優れた分布近似を達成できるか？

主な発見

• CGNSは、複数のベンチマークで平均的移動誤差（ADE）と最終移動誤差（FDE）が最低となり、特に長期予測においてベースラインを顕著に上回る。
• 文脈画像アテンションと軌道ブロックアテンションを併用したモデル（T + I + CLSL + VDM）は、予測範囲が延びるに従い、部分的構成と比較して顕著な性能向上を示す。
• アブレーションスタディの結果、予測範囲が長くなるほど文脈情報の価値が高くなることが確認され、特に道路のカーブが車両の運動を強く制約することが示された。
• 定性的な結果から、生成された軌道は滑らかで現実的であり、道路のカーブに従っており、真の値は予測分布の最も濃度の高い領域に位置している。
• アテンション機構は、関連するエージェントやシーン領域を効果的に特定しており、特に高相互作用状況下では、予測対象の車両とその進行方向に高いアテンション重みが割り当てられている。
• 微分可能バリア関数の使用により、運動論的妥当性が効果的に強制され、多様性を損なわず、生成された軌道の現実性が向上した。