面向不完整车辆轨迹预测的多尺度时序融合变换器
计算机视觉与模式识别
2024-09-04 v1 人工智能
摘要
运动预测在自动驾驶系统中扮演着 essential 角色，使自动驾驶车辆能够基于对周围车辆预测的预测，实现更精确的局部路径规划和驾驶决策。然而，现有方法忽略了由于目标遮挡、感知失败等导致的潜在缺失值，这不可避免地降低了在真实交通场景中对轨迹预测性能的影响。为了解决这一局限，我们提出了一个用于不完整车辆轨迹预测的 novel end-to-end 框架，称为 Multi-scale Temporal Fusion Transformer（MTFT），其包括 Multi-scale Attention Head（MAH）和 Continuity Representation-guided Multi-scale Fusion（CRMF）模块。具体来说，MAH 利用多头注意力机制并行捕获来自不同时间粒度的轨迹的多尺度运动表示，从而缓解缺失值对预测的不利影响。此外，将多尺度运动表示输入到 CRMF 模块进行多尺度融合，以获得车辆的 robust 时间特征。在融合过程中，首先提取车辆运动在时间步骤中的连续表示，以引导融合，确保所得时间特征包含车辆运动的详细信息和整体趋势，这有助于准确解码与车辆运动趋势一致的未来轨迹。我们在四个来自高速公路和城市交通场景的数据集上评估了所提出的模型。实验结果表明，其在不完整车辆轨迹预测任务中优于最先进的模型，例如在 HighD 数据集上综合性能提升了超过 39%。
引用
@article{arxiv.2409.00904,
title = {Multi-scale Temporal Fusion Transformer for Incomplete Vehicle Trajectory Prediction},
author = {Zhanwen Liu and Chao Li and Yang Wang and Nan Yang and Xing Fan and Jiaqi Ma and Xiangmo Zhao},
journal= {arXiv preprint arXiv:2409.00904},
year = {2024}
}