[论文解读] 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 18

一句话总结

本文提出了一种条件生成神经网络系统（CGNS），用于概率轨迹预测，通过条件潜在空间学习与变分散度最小化，联合建模静态环境上下文、动态交互作用以及运动学可行性。通过整合软注意力机制与可微分障碍函数，CGNS 生成多样化、真实且可行的轨迹假设，在行人与环岛驾驶数据集上均优于基线模型，尤其在长期预测中表现更优。

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.

研究动机与目标

• 开发一种统一的生成模型，以捕捉多智能体轨迹预测中复杂的交互作用与环境上下文。
• 通过建模静态场景上下文与动态智能体交互作用，提升长期预测的准确性。
• 通过可微分正则化，确保生成的轨迹符合物理可行性与运动学约束。
• 通过潜在空间与变分推断近似真实数据分布，实现多样化、真实的轨迹采样。
• 在基准行人数据集与自建环岛驾驶数据集上验证模型，以评估其在真实场景下的鲁棒性。

提出的方法

• CGNS 框架使用深度特征提取器结合软注意力机制，将场景图像与历史轨迹编码为多层次表征。
• 通过编码器学习条件潜在空间，建模智能体与环境上下文之间的依赖关系。
• 生成网络从学习到的潜在分布中采样未来轨迹，实现多样化假设的生成。
• 系统通过变分散度最小化，结合显式与隐式密度学习，近似真实轨迹分布。
• 引入可微分障碍函数，将软运动学约束嵌入损失函数，确保生成轨迹的可行性。
• 块注意力机制处理历史轨迹，而高斯混合注意力掩码聚焦于场景图像中的显著区域。

实验结果

研究问题

• RQ1 统一的生成模型能否有效结合静态上下文、动态交互作用与运动学约束，实现多智能体轨迹预测？
• RQ2 在复杂交互环境中，基于注意力的特征选择如何提升预测准确性？
• RQ3 引入可微分可行性约束在多大程度上提升了生成轨迹的真实感与物理合理性？
• RQ4 与线性及循环基线模型相比，该模型在预测时域扩展时性能如何变化？
• RQ5 潜在空间学习与变分散度最小化相结合，是否相比独立方法能实现更优的数据分布近似？

主要发现

• CGNS 在多个基准测试中实现了最低的平均位移误差（ADE）与最终位移误差（FDE），尤其在长期预测中显著优于基线模型。
• 同时采用场景图像注意力与轨迹块注意力（T + I + CLSL + VDM）的模型，在预测时域延长时相比部分配置有显著性能提升。
• 消融实验表明，随着预测时域延长，上下文信息的价值愈发显著，因道路曲率显著限制车辆运动。
• 定性结果表明，生成的轨迹平滑、真实，并沿道路曲线行进，真实轨迹位于预测分布最密集区域。
• 注意力机制成功识别出相关智能体与场景区域，尤其在高交互场景中，对预测车辆及其行驶方向赋予更高注意力权重。
• 可微分障碍函数有效强化了运动学可行性，提升了轨迹的真实性，且未损害轨迹的多样性。