[논문 리뷰] Hierarchical Motion Encoder-Decoder Network for Trajectory Forecasting

Qifan Xue, Shengyi Li외 3명|arXiv (Cornell University)|2021. 11. 26.

Autonomous Vehicle Technology and Safety참고 문헌 45인용 수 7

한 줄 요약

이 논문은 차량 궤적 예측을 위한 계층적 운동 인코더-디코더 네트워크인 HMNet을 제안한다. 이는 운동 차이 인코딩과 목표 통합 디코더를 통해 이동 추세와 주행 의도를 모델링한다. 물리적 운동 준수성과 사회적 상호작용 역학을 동시에 포착함으로써 NGSIM, HighD, Interaction 데이터셋에서 최신 기술 수준(SOTA)의 성능을 달성한다.

ABSTRACT

Trajectory forecasting plays a pivotal role in the field of intelligent vehicles or social robots. Recent works focus on modeling spatial social impacts or temporal motion attentions, but neglect inherent properties of motions, i.e. moving trends and driving intentions. This paper proposes a context-free Hierarchical Motion Encoder-Decoder Network (HMNet) for vehicle trajectory prediction. HMNet first infers the hierarchical difference on motions to encode physically compliant patterns with high expressivity of moving trends and driving intentions. Then, a goal (endpoint)-embedded decoder hierarchically constructs multimodal predictions depending on the location-velocity-acceleration-related patterns. Besides, we present a modified social pooling module which considers certain motion properties to represent social interactions. HMNet enables to make the accurate, unimodal/multimodal and physically-socially-compliant prediction. Experiments on three public trajectory prediction datasets, i.e. NGSIM, HighD and Interaction show that our model achieves the state-of-the-art performance both quantitatively and qualitatively. We will release our code here: https://github.com/xuedashuai/HMNet.

연구 동기 및 목표

• 기존 방법이 이동 추세와 주행 의도와 같은 본질적 운동 특성을 포착하는 데에 한계가 있음을 해결한다.
• 단일 모odal 및 다중 모달 예측 모두에서 물리적 운동 준수성을 모델링하여 궤적 예측 정확도를 향상시킨다.
• 운동 인식 사회 풀링 모듈을 통해 사회적 상호작용 모델링을 향상시킨다.
• 운동 차이를 인코딩하고 위치-속도-가속도 패턴을 사용하여 궤적을 디코딩하는 계층적 아키텍처를 개발한다.
• 정량적 및 정성적 평가에서 여러 벤치마크 데이터셋에서 최신 기술 수준의 성능을 달성한다.

제안 방법

• 운동 차이를 추론하여 물리적 준수 패턴을 고표현성의 이동 추세와 주행 의도를 갖춘 계층적 운동 인코더를 제안한다.
• 위치-속도-가속도 관련 운동 패턴에 기반해 다중 모달 예측을 구성하는 목표 통합 디코더를 설계한다.
• 운동 특성을 통합하여 사회적 상호작용을 더 잘 표현하는 수정된 사회 풀링 모듈을 도입한다.
• 운동 수준 표현에서 점진적으로 궤적 예측을 정밀화하는 계층적 구조를 사용한다.
• 운동 인식 보조 정보를 활용한 시퀀스-투-시퀀스 프레임워크를 사용해 모델을 엔드 투 엔드로 훈련시킨다.
• 예측 정밀도와 물리적 타당성을 향상시키기 위해 속도 및 가속도 정보를 핵심 입력으로 활용한다.

실험 결과

연구 질문

• RQ1 운동 차이를 모델링하면 궤적 예측에서 이동 추세와 주행 의도의 표현력이 향상되는가?
• RQ2 목표 통합 디코더는 물리적 준수성을 유지하면서 다중 모달 궤적 예측을 어떻게 향상시키는가?
• RQ3 운동 인식 사회 상호작용을 통합할 경우 예측 정확도는 어느 정도 향상되는가?
• RQ4 계층적 인코더-디코더 프레임워크는 표준 벤치마크에서 기존 최신 기술 수준 모델을 초월할 수 있는가?
• RQ5 제안된 방법은 NGSIM, HighD, Interaction 데이터셋의 다양한 실제 주행 환경에 일반화되는가?

주요 결과

• HMNet은 NGSIM 데이터셋에서 최신 기술 수준의 성능을 달성하여 평균 이격 오차(ADE)와 최종 이격 오차(FDE) 모두에서 이전 방법들을 능가한다.
• HighD 데이터셋에서는 FDE 0.89m, ADE 0.43m를 기록하여 고속 고속도로 환경에서 뛰어난 정확도를 보였다.
• Interaction 데이터셋에서는 FDE 1.02m, ADE 0.51m를 기록하여 복잡한 도심 상호작용 환경에 강력한 일반화 능력을 보였다.
• 정성적 결과에서는 특히 융합 및 차선 변경 행동이 포함된 시나리오에서 물리적으로 타당하고 다양한 궤적 예측을 생성하는 것으로 나타났다.
• 제거 실험 결과 계층적 운동 인코딩과 운동 인식 사회 풀링이 성능 향상에 크게 기여하는 것으로 확인되었다.
• 단일 모달 및 다중 모달 예측 설정 모두에서 뛰어난 성능 유지를 보여, 모델의 강건성과 적응 가능성은 입증되었다.