基于Transformer的自动驾驶交互感知轨迹预测

作     者：景荣荣 吴兰 张坤鹏 JING Rong-rong;WU Lan;ZHANG Kun-peng

作者机构：河南工业大学电气工程学院郑州450001 河南工业大学机电工程学院郑州450001 清华大学自动化系北京100084 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2023年第23卷第26期

页      面：11414-11423页

学科分类：08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(61973103,62002101) 郑州市科技局自然科学项目(22ZZRDZX05) 

主　　题：自动驾驶 轨迹预测 Transformer 交互感知 

摘      要：针对自动驾驶运动规划中预测周围交通参与者(如车辆、自行车、行人)未来轨迹的问题,提出了一个基于Transformer的轨迹预测模型(trajectory prediction transformer,TPT)来帮助自动驾驶车辆预测周围交通参与者的未来运动轨迹。首先,为了有效地考虑交通参与者和交通环境之间的交互信息,将交通参与者建模为交通智能体。并将交通智能体的历史运动轨迹和周围交通环境信息编码为多通道图,作为模型的输入。然后,利用改进的Transformer对交通环境进行建模,并捕捉交通智能体与交通环境之间值得关注的交互信息,预测其未来运动轨迹。最后,在大规模自动驾驶数据集Lyft进行的实验表明,TPT模型能够在不同预测时长下取得优于其他对比模型的预测结果,且用时更短。