P4P：面向自动驾驶规划中冲突感知的运动预测

运动预测在交互场景中为自动驾驶车辆实现安全运动规划至关重要。它使规划器能够识别与其他交通参与者的潜在冲突并生成安全规划。现有运动预测器通常侧重于降低预测误差，然而它们能在多大程度上帮助规划器识别冲突仍是一个开放问题。在本文中，我们通过新颖的冲突相关指标（如识别冲突的成功率）评估最先进的预测器。令人惊讶的是，当我们在交互式仿真器中测试预测-规划系统时，这些预测器的成功率很低，从而导致很大比例的碰撞。为弥补这一差距，我们提出了一种简单而有效的替代方案，结合基于物理的轨迹生成器与基于学习的关系预测器来识别冲突并推断冲突关系。我们证明，我们的预测器 P4P 在来自 Waymo Open Motion Dataset 的真实交互驾驶场景中，相较现有基于学习的预测器取得了更优性能。