[论文解读] QML for Argoverse 2 Motion Forecasting Challenge

Tong Su, Xishun Wang+1 more|arXiv (Cornell University)|Jul 13, 2022

Traffic Prediction and Management Techniques被引用 4

一句话总结

该论文提出了一种多模态运动预测模型，在2022年Argoverse 2运动预测挑战赛中排名第三，结合了以代理为中心的历史编码、动态交互建模、矢量地图编码以及基于锚点和预测结果的双解码器架构。该模型在minADE（K=6时为0.6882）上达到最先进性能，展现出在复杂城市场景下的强稳定性和准确性。

ABSTRACT

To safely navigate in various complex traffic scenarios, autonomous driving systems are generally equipped with a motion forecasting module to provide vital information for the downstream planning module. For the real-world onboard applications, both accuracy and latency of a motion forecasting model are essential. In this report, we present an effective and efficient solution, which ranks the 3rd place in the Argoverse 2 Motion Forecasting Challenge 2022.

研究动机与目标

• 开发一种适用于复杂城市交通场景下自动驾驶车辆的精确且高效的运动预测模型。
• 通过整合代理历史、动态交互和高清矢量地图上下文信息，提升轨迹预测性能。
• 在保持低推理延迟的前提下，实现在多模态轨迹预测任务上的高性能表现，以支持实时部署。
• 解决真实驾驶环境中代理行为的不确定性以及复杂道路拓扑结构带来的挑战。

提出的方法

• 模型采用以代理为中心的坐标系对轨迹输入进行标准化，确保代理历史表示的一致性。
• 通过代理交互编码器在自车视角坐标系下建模代理之间的相对位置、速度和航向，以捕捉动态交互关系。
• 通过将车道在距离D范围内分割为线段，并转换为以代理为中心的视图，对高清地图数据进行编码，以提供空间上下文信息。
• 锚点解码器生成N个未来关键点的嵌入表示，而预测解码器利用自注意力机制和上下文特征，生成K个多模态轨迹及其对应概率。
• 基于Transformer的解码器整合社会上下文和代理特征，优化候选轨迹并生成最终预测结果。
• 通过K-means聚类对候选轨迹终点进行集成推理，提升最终预测结果的多样性与准确性。

实验结果

研究问题

• RQ1 如何通过整合代理历史、交互关系和矢量地图上下文信息，提升多模态轨迹预测性能？
• RQ2 以代理为中心的表示方式与动态交互建模对复杂交通场景下预测准确率有何影响？
• RQ3 轻量化且高效的架构能否在Argoverse 2等真实世界运动预测基准上实现高性能表现？
• RQ4 基于锚点的候选生成与概率解码相结合，如何提升预测结果的多样性与准确性？

主要发现

• 在Argoverse 2测试集上，该模型在K=6时取得minADE为0.6882，该指标在所有参赛方法中排名第一。
• 在K=6时，模型的最终位移误差（FDE）为1.3850，表明在最终预测步长上表现优异。
• 在K=6时，漏检率（miss rate）为18.94%，表明模型在多样化场景中有效覆盖了真实轨迹。
• 模型在minADE指标上表现最佳，表明其在所有预测模态中均具备高稳定性，尤其在K=6时表现突出。
• 自行车和公交车类别的误差较高（minADE分别为1.0017和1.0320），可能由于行为多样性高且训练数据有限。
• 定性结果表明，即使在代理静止或交通密集的情况下，模型仍能成功预测交叉路口处的多样化行驶行为。