[논문 리뷰] LAformer: Trajectory Prediction for Autonomous Driving with Lane-Aware Scene Constraints

Mengmeng Liu, Hao Cheng외 6명|arXiv (Cornell University)|2023. 02. 27.

Autonomous Vehicle Technology and Safety인용 수 6

한 줄 요약

LAformer는 자율주행을 위한 이중 단계 예측 프레임워크를 제안하며, 향후 각 시간 단계에서 동적으로 상위-k개의 차선 세그먼트를 선택하는 시간적으로 조밀한 차선 인지 모듈을 사용하여 운동 역학을 장면 제약 조건과 정렬한다. 또한 두 번째 단계의 운동 보정 모듈을 통해 정확도를 햖스르며, Argoverse 1 및 nuScenes 벤치마크에서 각각 0.64 ADE₆ 및 0.92 FDE₆의 최신 기술 수준(SOTA) 성능을 달성한다.

ABSTRACT

Trajectory prediction for autonomous driving must continuously reason the motion stochasticity of road agents and comply with scene constraints. Existing methods typically rely on one-stage trajectory prediction models, which condition future trajectories on observed trajectories combined with fused scene information. However, they often struggle with complex scene constraints, such as those encountered at intersections. To this end, we present a novel method, called LAformer. It uses a temporally dense lane-aware estimation module to select only the top highly potential lane segments in an HD map, which effectively and continuously aligns motion dynamics with scene information, reducing the representation requirements for the subsequent attention-based decoder by filtering out irrelevant lane segments. Additionally, unlike one-stage prediction models, LAformer utilizes predictions from the first stage as anchor trajectories and adds a second-stage motion refinement module to further explore temporal consistency across the complete time horizon. Extensive experiments on Argoverse 1 and nuScenes demonstrate that LAformer achieves excellent performance for multimodal trajectory prediction.

연구 동기 및 목표

• 복잡한 장면(예: 교차로)에서 기존의 단일 단계 모델이 운동 역학과 고정밀 지도 제약 조건 간의 일관성 있는 정렬을 유지하지 못하는 문제를 해결하기 위해.
• 시간에 민감한 차선 선택 메커니즘을 통해 불필요한 차선 세그먼트를 필터링하여 디코더의 표현 부담을 줄이기 위해.
• 첫 번째 단계의 예측을 보정하는 두 번째 단계의 운동 보정 모듈을 도입하여 장기 예측의 시간적 일관성을 향상시키기 위해.
• 벡터화된 고정밀 지도와 어텐션 기반 특징 학습을 활용하여 더 정확하고 장면에 부합하는 다중 모달 궤적 예측을 가능하게 하기 위해.

제안 방법

• 통합된 벡터화된 궤적과 고정밀 지도 데이터를 처리하는 글로벌 상호작용 그래프(GIG) 인코더가 통합된 공간-시간 특징을 추출한다.
• GIG 임bedded 특징과 에이전트 운동 상태(속도, 방향)를 기반으로 훈련된 이진 분류기가 각 차선 세그먼트가 운동 역학과 정렬될 가능성을 각 시간 단계에서 추정한다.
• 각 시간 단계에서 상위-k개의 가장 가능성 높은 차선 세그먼트를 선택하여 이후 어텐션 기반 디코더의 조건을 설정함으로써 관련 없는 지ap 노이즈를 감소시킨다.
• 라플라시안 혼합 밀도 네트워크(MDN)가 선택된 차선 세그먼트에만 정렬된 다중 모달 궤적 예측을 생성한다.
• 관측된 궤적과 첫 번째 단계의 예측 궤적을 입력으로 받아 예측을 보정하고 시간 오프셋을 줄이는 두 번째 단계의 운동 보정 모듈을 구현한다.
• 다중 작업 손실을 사용하여 엔드 투 엔드로 모델을 훈련한다: 차선 선택을 위한 분류 손실과 궤적 생성을 위한 예측 손실.

실험 결과

연구 질문

• RQ1 시간적으로 조밀한 차선 인지 선택 메커니즘이 운동 역학을 장면 제약 조건과 지속적으로 정렬함으로써 궤적 예측 정확도를 향상시킬 수 있는가?
• RQ2 이중 단계 프레임워크를 통해 차선 선택을 궤적 예측과 분리함으로써 장기 예측의 시간적 일관성이 향상되는가?
• RQ3 불필요한 차선 세그먼트를 필터링하는 것이 디코더의 표현 효율성과 예측 품질에 어떤 영향을 미치는가?
• RQ4 두 번째 단계의 운동 보정 모듈이 단일 단계 기반 모델 대비 예측 오차를 얼마나 줄이는가?

주요 결과

• LAformer는 Argoverse 1 벤치마크에서 0.64 ADE₆ 및 0.92 FDE₆를 기록하여 이전의 최신 기술 수준 모델들을 초월한다.
• nuScenes에서 LAformer는 0.65 ADE₆ 및 0.95 FDE₆를 기록하여 다양한 교통 시나리오에 걸쳐 강력한 일반화 능력을 입증한다.
• 제거 실험 결과, 시간적으로 조밀한 차선 인지 모듈을 제거할 경우 특히 회전 및 가속 시나리오에서 예측 다양성과 정확도가 떨어지는 것으로 나타났다.
• 두 번째 단계의 보정 모듈은 예측 품질을 크게 향상시키며, 정량적 및 정성적 평가에서 완전한 모델이 제거된 변형보다 뛰어난 성능을 보였다.
• 모델은 다양한 하이퍼파rameter 설정에서도 강건성을 유지하며, 다양한 손실 가중치 설정에서도 성능 변동이 최소한이었다.
• LAformer의 추론 속도는 12명의 에이전트를 포함한 시나리오당 약 115ms로, LTP와 유사하며 DenseTNT보다 빠르며, 거의 실시간 배포에 적합하다.