LAformer: Trajectory Prediction for Autonomous Driving with Lane-Aware Scene Constraints

要約

自動運転の軌道予測では、道路エージェントの運動確率を継続的に推論し、シーンの制約に準拠する必要があります。
既存の方法は通常、1 段階の軌道予測モデルに依存しています。これは、観測された軌道と融合されたシーン情報を組み合わせて将来の軌道を調整します。
ただし、交差点で遭遇するような複雑なシーンの制約に苦労することがよくあります。
この目的のために、LAformer と呼ばれる新しい方法を提示します。
時間的に密な車線認識モジュールを使用して、HD マップ内の潜在的な車線セグメントのみを選択します。これにより、モーション ダイナミクスがシーン情報と効果的かつ継続的に調整され、無関係なセグメントを除外することで、後続の注意ベースのデコーダーの表現要件が軽減されます。
レーンセグメント。
さらに、1 段階の予測モデルとは異なり、LAformer は、第 1 段階からの予測をアンカー軌道として利用し、第 2 段階のモーション リファインメント モジュールを追加して、完全な時間範囲にわたって時間的な一貫性をさらに調査します。
Argoverse 1 と nuScenes での広範な実験は、LAformer がマルチモーダル軌道予測で優れたパフォーマンスを達成することを示しています。

要約(オリジナル)

Trajectory prediction for autonomous driving must continuously reason the motion stochasticity of road agents and comply with scene constraints. Existing methods typically rely on one-stage trajectory prediction models, which condition future trajectories on observed trajectories combined with fused scene information. However, they often struggle with complex scene constraints, such as those encountered at intersections. To this end, we present a novel method, called LAformer. It uses a temporally dense lane-aware estimation module to select only the top highly potential lane segments in an HD map, which effectively and continuously aligns motion dynamics with scene information, reducing the representation requirements for the subsequent attention-based decoder by filtering out irrelevant lane segments. Additionally, unlike one-stage prediction models, LAformer utilizes predictions from the first stage as anchor trajectories and adds a second-stage motion refinement module to further explore temporal consistency across the complete time horizon. Extensive experiments on Argoverse 1 and nuScenes demonstrate that LAformer achieves excellent performance for multimodal trajectory prediction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google