后交互多模态轨迹预测用于自动驾驶
计算机视觉与模式识别
2025-03-13 v1
摘要
建模智能体之间的交互以进行自动驾驶轨迹预测具有挑战性，因为智能体行为具有固有不确定性。在预测轨迹中涉及的智能体交互，也称为后交互，在轨迹预测模型中很少被考虑。为此，我们提出了一种用于多模态轨迹预测的粗到细 Transformer，即 Pioformer，它明确提取后交互特征以增强预测精度。具体而言，我们首先构建粗轨迹网络，基于观测轨迹和车道段生成粗轨迹，其中通过图神经网络提取低阶交互特征。接下来，我们构建基于超图神经网络的轨迹提议网络，通过超图学习高阶交互特征。最后，轨迹提议被发送到提议细化网络进行进一步细化。观测轨迹和轨迹提议被连接在一起作为提议细化网络的输入，其中后交互特征通过结合先前交互特征和轨迹一致性特征来学习。此外，我们提出了一种三阶段训练方案以促进学习过程。在 Argoverse 1 数据集上的广泛实验证明了我们方法的优越性。与基线 HiVT-64 相比，我们的模型在 minADE6、minFDE6、MR6 和 brier-minFDE6 指标上分别将预测误差降低了 4.4%、8.4%、14.4% 和 5.7%。
引用
@article{arxiv.2503.09366,
title = {Post-interactive Multimodal Trajectory Prediction for Autonomous Driving},
author = {Ziyi Huang and Yang Li and Dushuai Li and Yao Mu and Hongmao Qin and Nan Zheng},
journal= {arXiv preprint arXiv:2503.09366},
year = {2025}
}