[論文レビュー] TPNet: Trajectory Proposal Network for Motion Prediction

Liangji Fang, Qinhong Jiang+2 more|arXiv (Cornell University)|Apr 26, 2020

Autonomous Vehicle Technology and Safety参考文献 46被引用数 11

ひとこと要約

TPNetは、予測された終点位置に基づいて軌道候補を生成し、その後で学習された制約を用いて分類・精緻化する2段階の運動予測フレームワークを提案する。これにより、車両および歩行者のためのマルチモーダルで安全かつ物理的に整合性のある予測が可能になる。交通ルールと意図モデリングを候補生成プロセスに統合することで、ETH、UCY、Apollo、Argoverseのデータセットで最先端の性能を達成した。

ABSTRACT

Making accurate motion prediction of the surrounding traffic agents such as pedestrians, vehicles, and cyclists is crucial for autonomous driving. Recent data-driven motion prediction methods have attempted to learn to directly regress the exact future position or its distribution from massive amount of trajectory data. However, it remains difficult for these methods to provide multimodal predictions as well as integrate physical constraints such as traffic rules and movable areas. In this work we propose a novel two-stage motion prediction framework, Trajectory Proposal Network (TPNet). TPNet first generates a candidate set of future trajectories as hypothesis proposals, then makes the final predictions by classifying and refining the proposals which meets the physical constraints. By steering the proposal generation process, safe and multimodal predictions are realized. Thus this framework effectively mitigates the complexity of motion prediction problem while ensuring the multimodal output. Experiments on four large-scale trajectory prediction datasets, i.e. the ETH, UCY, Apollo and Argoverse datasets, show that TPNet achieves the state-of-the-art results both quantitatively and qualitatively.

研究の動機と目的

• 自動運転におけるマルチモーダルで物理的に整合性のある運動予測を生成する課題に対処すること。
• 交通ルールと移動可能領域の制約を予測パイプラインに組み込むことで、安全性と解釈可能性を向上させること。
• 複雑で意図に基づく行動を扱う際のエンドツーエンド回帰モデルの限界を克服すること。
• 異なる可能な将来の経路の候補を生成することで、多様で意図に配慮した予測を可能にすること。
• 道路レイアウトや交通信号などの事前知識を統合できる柔軟なフレームワークを提供すること。

提案手法

• TPNetは2段階のパイプラインを採用する：まず、予測された終点位置に基づいて候補となる将来の軌道（候補）を生成し、その後でそれらを精緻化・分類する。
• 候補生成段階では、予測された終点位置の周囲にグリッドベースのアンカー・システムを用い、最適なカバレッジと効率性を達成するためにグリッドサイズと間隔を最適化する。
• 深層ニューラルネットワークが、各候補の妥当性と物理的制約（走行可能領域など）との整合性に基づいて分類する。
• 回帰ヘッドが選択された候補を精緻化し、最終的な軌道予測の誤差を最小化する。
• フレームワークは、移動可能領域外の候補を減衰関数でペナルティ処理することで安全性を確保し、物理的に妥当な出力を保証する。
• セマンティックマップとシーンの文脈を用いて、候補生成をガイドし、多様なシナリオにおける一般化性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 2段階のフレームワークは、候補生成と精緻化を分離することで、マルチモーダル運動予測を改善できるか？
• RQ2 走行可能領域などの物理的制約を深層学習ベースの運動予測に効果的に統合できるか、安全性の向上に寄与するか？
• RQ3 異なる将来的な経路の候補を意図に応じて生成することで、予測の多様性と正確性がどの程度向上するか？
• RQ4 長時間予測におけるマルチモーダル運動予測を処理する際、本手法はエンドツーエンド回帰モデルと比較してどの程度優れているか？
• RQ5 本フレームワークは、異なる交通参加者（車両、歩行者）および異なるシーンの複雑さを持つデータセットに一般化可能か？

主な発見

• TPNetは、4つの大規模データセット（ETH、UCY、ApolloScape、Argoverse）で最先端の性能を達成し、ArgoverseではFDEが3.88mであった。
• アブレーションスタディの結果、分類ヘッドと回帰ヘッドを削除するとFDEが3.88mから4.01mに上昇し、2段階の精緻化の有効性が確認された。
• 6m×6mのグリッドに1mの間隔を設定した場合が最良の性能（FDE: 3.87m）を示し、より大きなグリッドでは探索空間が拡大し結果が劣化した。
• 安全指向バージョン（TPNet-map-safe）はDACスコア0.99を達成し、移動可能領域制約への高い信頼性を示した。
• 定性的な結果から、TPNetは交差点での曲がりや直進といった意図に配慮した多様な予測を生成し、危険な経路を避けることが確認された。
• 本フレームワークは車両と歩行者の両方を効果的に処理でき、異なるエージェントタイプや都市環境においても頑健であることが示された。