基于图目标条件和跨情境注意力的多模态车辆轨迹预测
计算机视觉与模式识别
2025-07-09 v2 机器学习
摘要
预测周围车辆的未来轨迹高度依赖于运动预测模型所获得的上下文信息。该上下文本身可以是静态的（如车道、法规元素等）或动态的（如交通参与者）。本文提出了一种基于车道图的运动预测模型，首先预测基于图的目标提案，然后将其与跨注意力融合，以整合多个上下文元素。我们遵循著名的编码器-交互器-解码器架构，其中编码器使用轻量级门控循环单元对场景上下文进行编码，交互器对编码后的场景特征和图基于目标的提案应用跨情境注意力，解码器通过拉普拉斯混合密度网络对多模态轨迹进行回归。对基于图的目标提案进行跨注意力可提供稳健的轨迹估计，因为模型学习了针对预期代理人未来目标相关的场景元素的注意力。我们在nuScenes运动预测数据集上评估了 our work，取得了状态最佳结果。
引用
@article{arxiv.2504.11150,
title = {GC-GAT: Multimodal Vehicular Trajectory Prediction using Graph Goal Conditioning and Cross-context Attention},
author = {Mahir Gulzar and Yar Muhammad and Naveed Muhammad},
journal= {arXiv preprint arXiv:2504.11150},
year = {2025}
}