Knowledge-Informed Multi-Agent Trajectory Prediction at Signalized Intersections for Infrastructure-to-Everything

要約

信号交差点におけるマルチエージェントの軌道予測は、効率的なインテリジェント交通システムや安全な自動運転システムの開発に不可欠です。
交差点シナリオの複雑さと単一車両の認識の限界により、車両中心の予測手法のパフォーマンスは頭打ちになっています。
さらに、ほとんどの作品では、信号機などの重要な交差点情報や、道路構造物によって引き起こされる行動パターンが十分に活用されていません。
したがって、我々は、Infrastructur-to-Everything (I2XTraj) 専用の信号交差点におけるマルチエージェント軌道予測フレームワークを提案します。
私たちのフレームワークは、動的なグラフ アテンションを活用して、交通信号と運転行動からの知識を統合します。
インフラストラクチャデバイスからのリアルタイム交通信号を適応的に処理するために、継続的な信号通知メカニズムが提案されています。
さらに、交差点トポロジーの事前知識を活用して、目標意図と操作の共同分布をモデル化する運転戦略認識メカニズムを提案します。
私たちの知る限り、I2XTraj は、インフラストラクチャ展開用に明示的に設計された初のマルチエージェント軌道予測フレームワークであり、交差点のすべての車両にサブスクライブ可能な予測サービスを提供します。
I2XTraj は、車両からインフラまでのデータセット V2X-Seq と信号交差点の航空写真データセット SinD の両方で最先端のパフォーマンスを実証します。
定量的評価では、私たちのアプローチがマルチエージェントシナリオとシングルエージェントシナリオの両方で既存の手法よりも 30% 以上優れていることが示されています。

要約(オリジナル)

Multi-agent trajectory prediction at signalized intersections is crucial for developing efficient intelligent transportation systems and safe autonomous driving systems. Due to the complexity of intersection scenarios and the limitations of single-vehicle perception, the performance of vehicle-centric prediction methods has reached a plateau. Furthermore, most works underutilize critical intersection information, including traffic signals, and behavior patterns induced by road structures. Therefore, we propose a multi-agent trajectory prediction framework at signalized intersections dedicated to Infrastructure-to-Everything (I2XTraj). Our framework leverages dynamic graph attention to integrate knowledge from traffic signals and driving behaviors. A continuous signal-informed mechanism is proposed to adaptively process real-time traffic signals from infrastructure devices. Additionally, leveraging the prior knowledge of the intersection topology, we propose a driving strategy awareness mechanism to model the joint distribution of goal intentions and maneuvers. To the best of our knowledge, I2XTraj represents the first multi-agent trajectory prediction framework explicitly designed for infrastructure deployment, supplying subscribable prediction services to all vehicles at intersections. I2XTraj demonstrates state-of-the-art performance on both the Vehicle-to-Infrastructure dataset V2X-Seq and the aerial-view dataset SinD for signalized intersections. Quantitative evaluations show that our approach outperforms existing methods by more than 30% in both multi-agent and single-agent scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google