面向基础设施到一切（I2X）的信号化交叉口多智能体轨迹预测
机器人学
2025-05-20 v2 计算机视觉与模式识别
多智能体系统
摘要
信号化交叉口的多智能体轨迹预测对于开发高效的智能交通系统和安全的自动驾驶系统至关重要。由于交叉口情境的复杂性以及单车感知的局限，车-centric 预测方法的性能已趋于瓶颈。本文我们提出一种 Infrastructure-to-Everything（I2X）协作预测方案。在该方案中，路侧单元（RSU）独立预测所有车辆的未来轨迹并单向传输给订阅车辆。基于该方案，我们提出 I2XTraj，一个专注于基础设施的轨迹预测模型。I2XTraj 利用实时交通信号状态、先验maneuver strategy 知识和多智能体相互作用生成准确的、联合的多模态轨迹预测。首先，提出一种连续信号信息机制，用于适应性地处理实时交通信号以指导在不同交叉口配置下进行轨迹提案生成。其次，一种驾驶 strategy 感知机制通过整合交叉口区域的空间先验和动态车辆状态，估计maneuver strategy 的联合分布，以覆盖可行maneuver 的完整集合。第三，一个时空模式注意网络建模多智能体相互作用，以细化和调整联合轨迹输出。最后，在两个真实世界的交叉口数据集（V2X-Seq 和 SinD 无人机数据集）上评估了 I2XTraj。在单一基础设施和在线协作场景中，我们的方法在 V2X-Seq 上超过 state-of-the-art 方法 30%，在 SinD 上超过 15%，显示出强大的泛化能力和鲁棒性。
引用
@article{arxiv.2501.13461,
title = {Knowledge-Informed Multi-Agent Trajectory Prediction at Signalized Intersections for Infrastructure-to-Everything},
author = {Huilin Yin and Yangwenhui Xu and Jiaxiang Li and Hao Zhang and Gerhard Rigoll},
journal= {arXiv preprint arXiv:2501.13461},
year = {2025}
}