基于动态占有栅格图的专业化与通用化智能体运动预测集成

由于传感器数据的不确定性、智能体的复杂行为以及可能的多种可行未来，准确预测驾驶场景是一个具有挑战性的任务。现有的占有栅格图预测方法主要关注 agent-agnostic 场景预测，而 agent-specific 预测则通过语义信息提供专业化的行为洞察。然而，两者都面临不同限制：agent-agnostic 模型难以捕捉动态行为主体的行为复杂性，而 agent-specific 方法则无法对 poorly perceived 或未被识别的智能体进行泛化；将两者结合可实现稳健且更安全的运动预测。为此，我们提出一种统一框架，利用动态占有栅格图 (Dynamic Occupancy Grid Maps) 于简化的时间解码管道中同时预测未来占有状态栅格、车辆栅格和场景流栅格。依托轻量级时空主干网络，本方法以量身定制的、相互依赖的损失函数为核心，该损失函数捕捉栅格之间的相互依赖性，使模型能够进行多样化的未来预测。通过利用占有状态信息强制执行流导向的转换，损失函数充当正则化器，引导占有状态演化，同时考虑障碍物和遮挡。因此，模型不仅预测车辆智能体的具体行为，还识别其他动态实体并预判其在复杂场景中的演化。在真实世界的 nuScenes 和 Woven Planet 数据集上的评估表明，与基线方法相比，本方法在动态车辆和通用动态场景元素方面表现出优异的预测性能。