ControlMTR: Control-Guided Motion Transformer with Scene-Compliant Intention Points for Feasible Motion Prediction

要約

周囲の交通参加者の実現可能なマルチモーダルな将来の軌道を正確に予測する能力は、自動運転車の行動計画にとって重要です。
最先端の動き予測手法である Motion Transformer (MTR) は、従来の高密度の将来のエンドポイントを少数の固定された事前の動き意図ポイントに置き換えることにより、トレーニング中のモードの崩壊と不安定性を軽減し、全体的な予測パフォーマンスを向上させました。
ただし、固定された事前意図ポイントにより、MTR マルチモーダル予測分布が散乱しすぎて、多くのシナリオで実行不可能になります。
この論文では、シーンに準拠した意図点を生成し、さらに運転制御コマンドを予測することで、前述の問題に取り組むための ControlMTR フレームワークを提案します。その後、これらのコマンドは、ソフト制約を備えた単純な運動学モデルによって軌道に変換されます。
これらの制御によって生成された軌道は、補助損失関数によって直接予測された軌道をガイドします。
私たちが提案するシーンに準拠した意図ポイントと組み合わせることで、予測パフォーマンスを向上させながら、道路境界内の予測分布を効果的に制限し、実行不可能なオフロード予測を抑制できます。
驚くべきことに、追加のモデル アンサンブル手法に頼ることなく、私たちの手法はすべてのパフォーマンス メトリックにわたってベースライン MTR モデルを上回り、SoftmAP で 5.22% の顕著な改善と MissRate で 4.15% の削減を達成しました。
私たちのアプローチでは、特に MTR の境界越え率が 41.85% 削減され、予測分布が走行可能なエリア内に確実に限定されることが効果的に保証されます。

要約(オリジナル)

The ability to accurately predict feasible multimodal future trajectories of surrounding traffic participants is crucial for behavior planning in autonomous vehicles. The Motion Transformer (MTR), a state-of-the-art motion prediction method, alleviated mode collapse and instability during training and enhanced overall prediction performance by replacing conventional dense future endpoints with a small set of fixed prior motion intention points. However, the fixed prior intention points make the MTR multi-modal prediction distribution over-scattered and infeasible in many scenarios. In this paper, we propose the ControlMTR framework to tackle the aforementioned issues by generating scene-compliant intention points and additionally predicting driving control commands, which are then converted into trajectories by a simple kinematic model with soft constraints. These control-generated trajectories will guide the directly predicted trajectories by an auxiliary loss function. Together with our proposed scene-compliant intention points, they can effectively restrict the prediction distribution within the road boundaries and suppress infeasible off-road predictions while enhancing prediction performance. Remarkably, without resorting to additional model ensemble techniques, our method surpasses the baseline MTR model across all performance metrics, achieving notable improvements of 5.22% in SoftmAP and a 4.15% reduction in MissRate. Our approach notably results in a 41.85% reduction in the cross-boundary rate of the MTR, effectively ensuring that the prediction distribution is confined within the drivable area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google