[論文レビュー] Diversity-Aware Vehicle Motion Prediction via Latent Semantic Sampling.

Xin Huang, Stephen G. McGill+5 more|arXiv (Cornell University)|Nov 28, 2019

Autonomous Vehicle Technology and Safety参考文献 23被引用数 6

ひとこと要約

本論文は、GANフレームワーク内での潜在的意味空間を用いて、現実的で意味的に多様な軌道を生成する、多様性に配慮した車両運動予測手法を提案する。低次元の潜在空間を合流や曲がりなどの行動を符号化するように設計することで、モデルは制御されたサンプリングを可能にし、意味的結果のカバレッジを向上させるとともに、公開ベンチマークで最先端の予測性能を達成する。

ABSTRACT

Vehicle trajectory prediction is crucial for autonomous driving and advanced driver assistant systems. While existing approaches may sample from a predicted distribution of vehicle trajectories, they lack the ability to explore it - a key ability for evaluating safety from a planning and verification perspective. In this work, we devise a novel approach for generating realistic and diverse vehicle trajectories. We extend the generative adversarial network (GAN) framework with a low-dimensional approximate semantic space, and shape that space to capture semantics such as merging and turning. We sample from this space in a way that mimics the predicted distribution, but allows us to control coverage of semantically distinct outcomes. We validate our approach on a publicly available dataset and show results that achieve state of the art prediction performance, while providing improved coverage of the space of predicted trajectory semantics.

研究の動機と目的

• 既存の車両軌道予測モデルにおける意味的多様性の欠如に起因する、安全を要する計画や検証における応用性の制限を是正すること。
• 重要なドライブ行動を捉える低次元の意味的空間を導入することで、予測された軌道分布の制御された探索を可能にすること。
• 合流、曲がり、レーン維持などの意味的に異なる結果のカバレッジを、軌道サンプリング段階で向上させること。
• 生成的敵対的フレームワーク内での意味的認識サンプリングにより、多様性を向上させつつも高い予測精度を維持すること。
• 公開データセット上で手法を検証し、意味的カバレッジの向上を伴う最先端の性能を示すこと。

提案手法

• 生成的敵対的ネットワーク（GAN）フレームワークを拡張し、車両の操作行動の意味を近似する低次元の潜在空間を導入する。
• 意味的監視を用いて、トレーニング段階で潜在空間を合流、曲がり、レーン変更などの意味的コンセプトと一致させる。
• 予測された軌道分布を模倣しつつ、異なる意味的結果の制御されたカバレッジを可能にする潜在空間上のサンプリング戦略を採用する。
• 意味的空間からの潜在コードを条件として、多様で現実的な軌道を合成する生成器ネットワークを用いる。
• 生成された軌道が現実的でかつ意味的に意味を持つように保証するため、敵対的損失と意味的一致性損失を用いてGANを訓練する。
• サンプリング段階で異なる意味的行動を独立して制御できるように、潜在空間に分離表現を導入する。

実験結果

リサーチクエスチョン

• RQ1 低次元の潜在空間は、車両軌道予測における多様な意味的行動を効果的に捉え、制御できるか？
• RQ2 意味的認識サンプリングは、標準的なGANベースのサンプリングと比較して、軌道分布のカバレッジをどのように向上させるか？
• RQ3 提案手法は、多様性を向上させつつも、高い予測精度をどの程度維持できるか？
• RQ4 モデルは、合流や曲がりなどの意味的に異なる軌道を、現実的かつ現実のドライブ行動を的確に反映する形で生成できるか？

主な発見

• 提案手法は、公開の車両軌道予測ベンチマークで最先端の性能を達成した。
• ベースラインのGANベース手法と比較して、合流や曲がりなどの意味的に異なる軌道結果のカバレッジが著しく向上した。
• 意味的認識サンプリングにより、予測精度を損なうことなく、軌道分布の制御された探索が可能になった。
• 潜在空間は、キーとなるドライブ行動をうまく分離しており、解釈可能で制御可能な軌道生成を可能にした。
• 生成された軌道の現実性を維持しつつ、予測される操作の多様性を拡大できた。