[论文解读] DROGON: A Trajectory Prediction Model based on Intention-Conditioned Behavior Reasoning

Chiho Choi, Srikanth Malla+2 more|arXiv (Cornell University)|Jul 31, 2019

Autonomous Vehicle Technology and SafetyEngineering被引用 21

一句话总结

DROGON 提出了一种轨迹预测模型，通过关系交互推理、意图估计和行为推理，基于估计的意图对车辆运动进行条件化建模。该模型通过使用概率意图分布来建模目标导向行为，在 HID、SDD、ETH 和 UCY 数据集上的车辆和行人轨迹预测基准测试中均实现了最先进性能。

ABSTRACT

We propose a Deep RObust Goal-Oriented trajectory prediction Network (DROGON) for accurate vehicle trajectory prediction by considering behavioral intentions of vehicles in traffic scenes. Our main insight is that the behavior (i.e., motion) of drivers can be reasoned from their high level possible goals (i.e., intention) on the road. To succeed in such behavior reasoning, we build a conditional prediction model to forecast goal-oriented trajectories with the following stages: (i) relational inference where we encode relational interactions of vehicles using the perceptual context; (ii) intention estimation to compute the probability distributions of intentional goals based on the inferred relations; and (iii) behavior reasoning where we reason about the behaviors of vehicles as trajectories conditioned on the intentions. To this end, we extend the proposed framework to the pedestrian trajectory prediction task, showing the potential applicability toward general trajectory prediction.

研究动机与目标

• 开发一种能够考虑复杂交通场景中驾驶员意图的鲁棒轨迹预测模型。
• 解决现有车辆轨迹预测框架中缺乏意图感知建模的问题，特别是在交叉路口场景中。
• 创建一个大规模、交互式的数据集（HID），包含标注的意图区域，用于训练和评估。
• 将该框架推广至行人轨迹预测，验证其更广泛的应用潜力。
• 通过基于估计意图的条件化行为建模，提高预测准确性，增强物理合理性与多模态性。

提出的方法

• 利用关系推理，基于感知上下文对车辆与环境之间的交互进行编码。
• 利用推断出的关系特征，对潜在目标区域（意图）的概率分布进行估计。
• 应用条件化行为推理，基于估计的意图生成多模态轨迹。
• 通过将所有网格区域视为潜在意图区域，将框架扩展至行人，实现泛化能力。
• 采用概率性、目标条件化的生成机制，提升对意图误分类的鲁棒性。
• 使用 5×5 网格划分图像空间以定义意图类别，支持跨领域评估。

实验结果

研究问题

• RQ1 轨迹预测模型能否有效从交通场景中的感知和关系上下文中估计驾驶员意图？
• RQ2 将轨迹预测基于估计的意图进行条件化，如何提升预测准确性和物理合理性？
• RQ3 所提出的框架能否在多样化环境中实现从车辆到行人轨迹预测的有效泛化？
• RQ4 意图估计中的不确定性对最终预测性能有何影响？
• RQ5 DROGON 在多样化基准数据集上与最先进模型相比表现如何？

主要发现

• DROGON-E 在 SDD 基准测试中表现最佳，1.0 秒时 FDE 为 1.24，2.0 秒时为 2.19，3.0 秒时为 3.36，4.0 秒时为 4.94，4.8 秒时为 30.90（以 1/5 分辨率下的像素为单位）。
• 在 ETH 和 UCY 数据集上，DROGON-E 在 4.8 秒时平均 ADE 为 0.41 米，FDE 为 0.65 米，优于 S-GAN、SoPhie、S-BiGAT、PMP-NMMP 和 S-STGCNN。
• DROGON-Prob-20 变体通过在意图概率上采用自适应条件化，展现出对意图误分类更强的鲁棒性。
• DROGON 能够成功预测静止车辆（如在交叉路口停驶）的运动，通过意图感知预测实现碰撞规避。
• 该框架在行人运动预测中也表现出有效的泛化能力，验证了其在车辆之外的适用性。
• Honda 交叉路口数据集（HID）的创建，使得在高度交互、真实世界交叉路口场景中评估目标导向行为成为可能。