基于向量特征的车辆轨迹预测

在复杂交通场景中轨迹预测是智能驾驶汽车中一个至关重要的问题，这是因为道路结构、车辆间相互作用、智能体移动状态和环境信息的难以表示。本文提出一种多层图神经网络，首先利用向量分别表示车道线、目标车辆等其他交通成员的空间局部特性，然后建模所有成员之间的高阶相互作用。目前，大多数方法将动态目标车辆的轨迹和道路结构环境信息的俯视图用卷积神经网络进行编码。而本文通过向量化表示高精度地图和智能体轨迹，解决了计算密集的卷积网络编码步骤。为了进一步提高向量化学习上下文特征能力，提出一种新的辅助任务根据上下文恢复随机掩码智能体特征。本文根据行为预测基准和ArgoVerse预测数据集对本文提出的算法进行评估。本文的方法表现了很好的性能，同时节省了70%的模型参数。它在ArgoVerse数据集上的表现也超过了其他方法。

随着高精度地图被广泛用于提供上下文信息，动态智能体的行为预测在自动驾驶应用中变得越来越重要[1] [2]。例如，IntentNet [3]提出联合检测车辆，根据雷达点云和渲染的HD 预测它们的轨迹。Hong等[4]通过车辆目标检测编码实体与CNN 的交互关注行为预测。卷积网络作也被使用作多路径编码，[5]采用预处理的数据集来回归多模态可能未来轨迹。

Precg [6]基于流的生成模型来捕捉未来的随机性。

以上研究方法用ConvNet 来编码渲染的道路地图，而本文是直接编码向量化的场景上下文和代理动态。

在自动驾驶领域中，理解动态智能体交互是至关重要的。例如行人[7] [8]、人类活动[9]和体育运动员[10] [11] [12]。Social LSTM 将单个智能体的轨迹建模为单独的LSTM 网络，并基于空间邻近度聚合LSTM 隐藏状态以建模交互关系。Social GAN [13]简化了交互模块，提出了一种相互博弈来预测不同的未来轨迹。Sun 等人[14]将图神经网络[15]与变分RNN [16]相结合对不同的交互进行建模。Kipf 等人[17]将相互作用视为潜在变量；图注意网络[18] [19]自注意机制对自定义图中的边进行加权。

本文提出了一个统一的多层次图网络来联合建模多个代理之间的交互，以及它们与道路地图中智能体的交互。

传统的机器感知算法一直专注于高维连续信号，如图像、视频或音频。而3D 感知它的输入通常是由深度传感器给出的无序点集的形式。

齐等人提出了PointNet 模型[20]和PointNet++ [21]在嵌入层上应用排列不变运算(例如最大池化)。

与点集不同， 高清地图上的道路特征和动态车辆迹形成封闭的形状或定向的轨迹，它们也可能与属性信息相关联。因此，本文通过向量化输入来保留这些信息，并将属性编码为图中的节点特征。

最近，NLP 领域提出了一种自我监督的建模语言上下文[22] [23]。当转移到下游任务时，他们学习的表示法可以显著提高性能。本文提出了一种图表示的辅助损失，该方法学习从相邻节点预测丢失的节点特征。其目标是激励该模型更好地捕获节点之间的交互。