[论文解读] Probabilistic Multi-modal Trajectory Prediction with Lane Attention for Autonomous Vehicles

Chenxu Luo, Lin Sun+2 more|arXiv (Cornell University)|Jul 6, 2020

Autonomous Vehicle Technology and Safety参考文献 26被引用 12

一句话总结

本文提出了一种面向自动驾驶车辆的车道感知、概率性多模态轨迹预测模型，采用新颖的实例感知车道表示和目标导向的车道注意力机制。通过编码单个车道并关注可能的未来车道，该模型在不发生模式坍塌的情况下生成多样化的、按概率排序的轨迹，在Argoverse基准测试中取得最先进性能，包括在NeurIPS 2019运动预测挑战赛中获得第三名。

ABSTRACT

Trajectory prediction is crucial for autonomous vehicles. The planning system not only needs to know the current state of the surrounding objects but also their possible states in the future. As for vehicles, their trajectories are significantly influenced by the lane geometry and how to effectively use the lane information is of active interest. Most of the existing works use rasterized maps to explore road information, which does not distinguish different lanes. In this paper, we propose a novel instance-aware representation for lane representation. By integrating the lane features and trajectory features, a goal-oriented lane attention module is proposed to predict the future locations of the vehicle. We show that the proposed lane representation together with the lane attention module can be integrated into the widely used encoder-decoder framework to generate diverse predictions. Most importantly, each generated trajectory is associated with a probability to handle the uncertainty. Our method does not suffer from collapsing to one behavior modal and can cover diverse possibilities. Extensive experiments and ablation studies on the benchmark datasets corroborate the effectiveness of our proposed method. Notably, our proposed method ranks third place in the Argoverse motion forecasting competition at NeurIPS 2019.

研究动机与目标

• 为解决自动驾驶中不确定的、多模态未来轨迹预测挑战，通过整合车道级别的几何与拓扑信息。
• 克服基于栅格化的地图表示方法无法区分单个车道、常导致多模态预测中模式坍塌的局限性。
• 通过将车道转换动态预测为具有关联概率的隐变量，统一基于意图的预测与多模态轨迹预测。
• 通过在统一的深度学习框架中利用车道几何与交互特征，提升复杂非直线行驶行为的预测准确性。
• 生成多样化、可解释且具有概率基础的未来轨迹，以反映真实的驾驶行为。

提出的方法

• 提出一种实例感知车道编码器，将每条车道表示为有序中心线点序列，实现高效内存的单个车道特征提取。
• 提出一种基于点积注意力的目标导向车道注意力模块，计算未来车道转换的概率，以建模动态驾驶意图。
• 将车道特征、轨迹特征与交互特征整合进编码器-解码器框架，以生成多样化、上下文感知的未来轨迹。
• 在解码器中使用车道编码作为隐变量，生成多条合理轨迹，每条轨迹均关联一个学习到的概率，以避免模式坍塌。
• 采用随机解码策略，从预测的车道概率中采样，以生成多样化的轨迹假设。
• 使用多任务损失进行模型训练，结合轨迹预测损失与车道注意力损失，辅以课程学习与学习率调度。

实验结果

研究问题

• RQ1 与基于栅格化的地图表示相比，实例感知车道表示是否能提升多模态轨迹预测的准确性？
• RQ2 可学习的目标导向车道注意力机制是否能有效建模动态驾驶意图并提升预测多样性？
• RQ3 整合车道几何与交互特征是否能提升复杂非直线驾驶行为下的性能？
• RQ4 所提方法是否能生成多样化、按概率排序的轨迹，而不会坍缩为单一平均预测？
• RQ5 与现有最先进方法相比，该模型在车道变更与交叉路口等复杂场景下的表现如何？

主要发现

• 所提方法在NeurIPS 2019的Argoverse运动预测挑战赛中排名第三，优于多个最先进方法。
• 在非直线（NS）子集上，与无车道信息的基线模型相比，该模型将3秒末位移误差（FDE）降低了近0.9米。
• 在3秒时，该模型实现0.34米的ADE（平均位移误差），优于随机方法MFP [24]的0.1米。
• 对于K=6，该模型在测试集上达到最佳漏检率（MR），显著优于挑战赛中后期的参赛方法。
• 车道注意力模块使模型能够泛化至未见过的车道，在仅提供一条真实车道作为训练样本时，仍能成功预测车道变更与转向行为。
• 实例感知车道编码降低了模型规模，避免了模式坍塌，而整体栅格化地图表示则因无法覆盖如转弯等多样化行为而失效。