[论文解读] Lane Attention: Predicting Vehicles' Moving Trajectories by Learning Their Attention over Lanes

Jiacheng Pan, Hongyi Sun+5 more|arXiv (Cornell University)|Sep 29, 2019

Autonomous Vehicle Technology and Safety参考文献 38被引用 4

一句话总结

本文提出Lane-Attention，一种图神经网络，通过在时空图上对非欧几里得道路结构学习注意力机制，结合LSTM时间编码，实现车辆轨迹预测。该方法在长时预测中表现优于最先进模型（3秒FDE误差为2.13米，较LSTM高出1.5倍），并提供可解释的注意力分数，反映驾驶员意图，适用于高清地图与纯视觉自动驾驶系统。

ABSTRACT

Accurately forecasting the future movements of surrounding vehicles is essential for safe and efficient operations of autonomous driving cars. This task is difficult because a vehicle's moving trajectory is greatly determined by its driver's intention, which is often hard to estimate. By leveraging attention mechanisms along with long short-term memory (LSTM) networks, this work learns the relation between a driver's intention and the vehicle's changing positions relative to road infrastructures, and uses it to guide the prediction. Different from other state-of-the-art solutions, our work treats the on-road lanes as non-Euclidean structures, unfolds the vehicle's moving history to form a spatio-temporal graph, and uses methods from Graph Neural Networks to solve the problem. Not only is our approach a pioneering attempt in using non-Euclidean methods to process static environmental features around a predicted object, our model also outperforms other state-of-the-art models in several metrics. The practicability and interpretability analysis of the model shows great potential for large-scale deployment in various autonomous driving systems in addition to our own.

研究动机与目标

• 通过建模静态道路基础设施（尤其是车道结构）的影响，提升车辆轨迹预测的准确性，而这些因素在现有方法中常被忽视。
• 解决将道路车道视为欧几里得数据（如网格或地图）的局限性，此类方法无法捕捉其复杂的非均匀拓扑结构，如分支与弯曲形态。
• 通过在车道上的注意力机制隐式学习驾驶员意图，实现更准确且可解释的长期轨迹预测。
• 设计一种可在基于高清地图与低成本纯视觉自动驾驶系统中部署的模型，无需依赖详细地图数据。
• 通过可视化注意力分数提供可解释性，展示模型如何关注相关车道，模拟人类驾驶员行为。

提出的方法

• 该方法构建一个时空图，其中节点代表车道，边表示车道之间的空间邻近性与方向一致性。
• 使用长短期记忆网络（LSTM）对车辆运动历史进行编码，以建模位置与速度的时间演化。
• 通过图注意力网络（GAT）进行空间消息传递，聚合车道特征，注意力权重基于车辆-车道关系动态学习。
• 模型能够学习将注意力从无关车道转向与驾驶员意图路径对齐的车道，尤其在变道或汇入时表现明显。
• 通过可视化注意力分数解释模型决策过程，显示其与人类驾驶行为的一致性，如在弯道中聚焦边缘车道或在变道时关注目标车道。
• 该框架与地图类型无关，仅需最少输入（车道中心线与车辆轨迹），无需道路边界、交叉口类型等详细地图特征。

实验结果

研究问题

• RQ1 将静态道路基础设施建模为非欧几里得图是否能相比欧几里得表示提升车辆轨迹预测的准确性？
• RQ2 对车道的注意力机制是否能有效捕捉驾驶员意图并提升长期轨迹预测性能？
• RQ3 该模型是否能在不同自动驾驶系统中泛化，包括无高清地图的系统？
• RQ4 学习到的注意力分数是否能为模型决策过程提供可解释的洞察？
• RQ5 在变道或汇入等场景中，当早期信号有限时，模型表现如何？

主要发现

• Lane-Attention模型在1秒后平均位移误差（ADE）为0.3979米，3秒后为2.1299米，显著优于基线模型（如LSTM），尤其在长时预测中表现突出。
• 3秒后FDE（最终位移误差）为2.13米，较LSTM基线降低1.5倍，证明其在长期预测中的卓越能力。
• 即使仅使用最少输入（车辆轨迹与车道中心线），无需详细高清地图数据，模型仍保持高性能，适用于低成本、基于视觉的系统。
• 可视化注意力分数显示，模型能有效将关注焦点从无关车道转移至目标路径，如变道时关注目标车道或弯道中关注边缘车道，与人类行为高度一致。
• 模型对噪声传感器数据具有强鲁棒性，即使纵向位置测量不准确，仍能正确预测变道行为。
• 当操作尚未发出明确信号时，预测误差可能出现，但一旦出现细微信号，模型能迅速适应，表明其能有效从早期线索中学习驾驶员意图。