一种快速且无地图的交通轨迹预测模型
人工智能
2023-11-14 v1
摘要
为处理现有方法的两个缺陷：(i)几乎所有模型都依赖高精(HD)地图，然而在真实交通场景中地图信息并非总可用，且高精地图构建昂贵且耗时；(ii)现有模型通常以降低计算效率为代价来提升预测精度，而效率对各类实际应用至关重要，本文提出一种不依赖交通地图的高效轨迹预测模型。我们模型的核心思想是在第一阶段编码单智能体的时空信息，并在第二阶段探索多智能体的时空交互。通过在两个阶段综合使用注意力机制、LSTM、图卷积网络和时间transformer，我们的模型能够学习所有智能体的丰富动态与交互信息。在Argoverse数据集上，与现有无地图方法相比我们的模型取得了最高性能，并且也超越了多数基于地图的state-of-the-art方法。此外，我们的模型还展现出比基线方法更快的推理速度。
引用
@article{arxiv.2307.09831,
title = {A Fast and Map-Free Model for Trajectory Prediction in Traffics},
author = {Junhong Xiang and Jingmin Zhang and Zhixiong Nan},
journal= {arXiv preprint arXiv:2307.09831},
year = {2023}
}
备注
7 pages, 3 figures