本文介紹了waymo行為預(yù)測(cè)算法VectorNet。

在交通場(chǎng)景中，各個(gè)道路使用者（車輛、自行車、行人等）的行為充滿了不確定性，對(duì)于這些行為的預(yù)測(cè)也應(yīng)是概率的而非確定性的。

優(yōu)秀駕駛員的關(guān)鍵素質(zhì)之一是能夠預(yù)見和預(yù)測(cè)道路上其他人可能會(huì)做什么。例如，另一輛車并入我們的車道或我們前面的騎自行車的人左轉(zhuǎn)的可能性是多少？能夠準(zhǔn)確預(yù)測(cè)其他道路使用者的意圖的能力，可以使無人車做出最安全的決策。

其他道路參與者的行為往往很難預(yù)測(cè)，通常需要對(duì)交通場(chǎng)景有一個(gè)整體的了解，包括車道的寬度，四向交叉路口規(guī)則，交通信號(hào)燈和標(biāo)志等。

預(yù)測(cè)模塊往往要承接感知、定位、地圖模塊，通過預(yù)測(cè)算法，可以給出障礙物未來的運(yùn)動(dòng)軌跡，輸出給下游規(guī)劃模塊。

盡管行為預(yù)測(cè)大致思路是相同的，但是不同研究者在算法等方面的考量還是有很大差別的。本文來介紹一下Waymo是如何做的。

Waymo通過高精地圖與傳感器的實(shí)時(shí)信息相結(jié)合，為車輛提供語義環(huán)境。其他道路使用者的行為通常很復(fù)雜，并且很難用一組基于地圖的交通規(guī)則來描述，因?yàn)轳{駛模式在不同位置之間會(huì)有所不同，并且其他道路使用者可能會(huì)違反這些規(guī)則。所以，需要通過機(jī)器學(xué)習(xí)來使系統(tǒng)學(xué)習(xí)新的行為類型來建模并降低這種復(fù)雜性。

而研究駕駛行為預(yù)測(cè)，必然涉及道路網(wǎng)絡(luò)建模，即道路的拓?fù)浣Y(jié)構(gòu)。

將高度詳細(xì)的地圖合并到行為預(yù)測(cè)模型中的最流行方法是通過將地圖渲染為像素并使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）對(duì)場(chǎng)景信息（例如交通標(biāo)志，車道和道路邊界）進(jìn)行編碼。但是，此過程需要大量的計(jì)算和時(shí)間。此外，將地圖作為圖像處理會(huì)給建模長距離幾何圖形（例如前方合并的車道）帶來挑戰(zhàn)，這會(huì)影響預(yù)測(cè)的質(zhì)量。

為了解決這些痛點(diǎn)并更好地預(yù)測(cè)他人的行為以做出更好的決策，Waymo 開發(fā)了一種新的模型VectorNet，與CNN相比，該模型可提供更準(zhǔn)確的行為預(yù)測(cè)，同時(shí)使用更少的計(jì)算量。

VectorNet如何啟用Waymo驅(qū)動(dòng)程序

地圖要素和傳感器輸入都可以簡化為點(diǎn)，多邊形或曲線。例如，車道邊界包含多個(gè)建立樣條曲線的控制點(diǎn)；人行橫道是由多個(gè)點(diǎn)定義的多邊形；停車標(biāo)志由單點(diǎn)表示。曲線，多邊形和點(diǎn)都可以近似表示為包含多個(gè)控制點(diǎn)的折線。折線進(jìn)一步分成矢量片段。這樣，我們可以將所有道路特征和其他對(duì)象的軌跡表示為此類矢量的集合。借助這種簡化的視圖，waymo著手設(shè)計(jì)了一種可以有效處理傳感器和地圖輸入的網(wǎng)絡(luò)。

這是一種新穎的層次圖神經(jīng)網(wǎng)絡(luò)：在第一級(jí)（由折線子圖組成）中，VectorNet 收集每條折線內(nèi)的信息；在第二層（稱為全局交互圖）中，VectorNet 在折線之間交換信息。