基于物联网的协作式自动驾驶：一种用于轨迹预测的分层时空变换框架

《IEEE Internet of Things Journal》：IoT-Enabled Cooperative Autonomous Driving: A Hierarchical Spatial–Temporal Transformer Framework for Trajectory Prediction

车辆-基础设施协同（VIC）的轨迹预测研究提出层次化时空Transformer框架，通过多视点轨迹和矢量地图输入，编码器结合多头注意力机制与VIC融合模块提取时空交互特征，解码器生成多模态预测。 agent-level处理历史轨迹，block-level捕捉长时依赖，实验验证其在遮挡、远距及稀疏轨迹场景下有效提升预测精度。

　　

摘要：

对于自动驾驶车辆（AVs）而言，准确预测周围代理的轨迹至关重要。由于单个AV的感知系统在检测和预测被遮挡或位于相对较远距离的代理时可能会遇到挑战，物联网（IoT）通过网络化的感知和通信实现了协作式自动驾驶。在这种背景下，车辆-基础设施协作（VIC）解决方案作为一种准确轨迹预测的有前景的方法应运而生。因此，本研究提出了一个用于VIC轨迹预测的分层时空变换器框架。该框架采用编码器-解码器架构，以来自不同视角的轨迹序列和向量化地图作为输入。编码器利用多头注意力机制和VIC融合模块来提取时空交互特征，并聚合跨视图信息，而解码器则以序列方式生成多模态轨迹预测。具体来说，本研究中的时空变换器采用了两级分层结构：代理级和块级。代理级变换器从每个代理的历史轨迹序列中执行时间编码和交互特征提取，同时聚合来自自身车辆和基础设施视角的特征。块级变换器则交替提取块间的时空交互特征，捕捉长期的时间依赖性并保持长期的空间-时间一致性。在真实世界的VIC数据集上的实验分析表明，所提出的方法有效利用VIC数据提高了轨迹预测的准确性。此外，即使在涉及遮挡、长距离和稀疏轨迹的具有挑战性的场景中，我们的方法也能取得良好的性能，这可能成为协作式自动驾驶的一种高效方法。

引言

对于自动驾驶车辆（AVs）来说，准确预测周围代理的轨迹至关重要。为实现这一目标，当前的AV主要依赖其车载传感器和计算能力来进行环境感知和预测。然而，即使借助先进的感知设备和感知算法，单个AV的感知范围仍然有限[1]、[2]、[3]。这一限制阻碍了对交通状况的全面理解。在代理被严重遮挡或位于相对较远距离的场景中，这一点尤为关键，给AV的感知系统带来了重大挑战。这些挑战可能导致感知数据稀疏、不可靠甚至缺失，从而导致轨迹预测不准确和路径规划不合理[4]、[5]、[6]。幸运的是，物联网（IoT）通过网络化的感知和通信提供了新的解决方案来应对这些限制。在这种背景下，车辆-基础设施协作（VIC）驾驶解决方案通过车对车（V2V）和车对基础设施（V2I）技术得到了增强，优先考虑AV与其周围环境之间的连接性[7]、[8]、[9]。通过促进与路边基础设施、其他AV和云服务平台的物联网支持的信息共享，AV可以实现更可靠和准确的轨迹预测，从而促进安全高效的自动驾驶[4]、[10]、[11]、[12]（如图1所示）。图1.

车辆-基础设施协作场景下的轨迹预测示意图。