Intention-aware Long Horizon Trajectory Prediction of Surrounding Vehicles using Dual LSTM Networks
원문 초록
As autonomous vehicles (AVs) need to interact with other road users, it is of importance to comprehensively understand the dynamic traffic environment, especially the future possible trajectories of surrounding vehicles. This paper presents an algorithm for long-horizon trajectory prediction of surrounding vehicles using a dual long short term memory (LSTM) network, which is capable of effectively improving prediction accuracy in strongly interactive driving environments. In contrast to traditional approaches which require trajectory matching and manual feature selection, this method can automatically learn high-level spatial-temporal features of driver behaviors from naturalistic driving data through sequence learning. By employing two blocks of LSTMs, the proposed method feeds the sequential trajectory to the first LSTM for driver intention recognition as an intermediate indicator, which is immediately followed by a second LSTM for future trajectory prediction. Test results from real-world highway driving data show that the proposed method can, in comparison to state-of-art methods, output more accurate and reasonable estimate of different future trajectories over 5s time horizon with root mean square error (RMSE) for longitudinal and lateral prediction less than 5.77m and 0.49m, respectively.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
다중 상호작용 차량의 장면 수준 차선 변경 의도 및 궤적 예측을 위한 동적 장면 상호작용 추론 프레임워크
A Dynamic Scene Interaction Reasoning Framework for Scene-level Lane-Change Intention and Trajectory Prediction of Multiple Interacting Vehicles
첨단 운전자 보조 시스템과 자율주행 차량의 안전한 모션 플래닝은 주변 교통 장면이 어떻게 변화할지에 대한 정확한 이해를 필요로 한다. 그러나 기존의 많은 차선 변경 예측 방법은 단일 대상 차량에 중점을 두고 있으며, 다중 에이전트 예측 접근법은 흔히 미래 위치만으로 장면 변화를 기술하고 각 차량과 관련된 조작 기동에 대한 명시적 정보를 제한적으로 제공한다. 본 연구는 국지적 교통 장면 내 모든 관련 차량의 차선 변경 의도 및 미래 궤적을 예측하는 동적 장면 그래프 어텐션 프레임워크를 제안한다. 장면은 시변(time-varying) 상호작용 그래프로 표현되며, 차량은 노드로 모델링되고 공간적·운동학적 관계는 명시적 엣지 특징을 통해 인코딩된다. 시간적 그래프 어텐션 메시지 패싱은 변화하는 차량 간 의존성과 기동 전 단서를 포착하며, 의도 기반 디코더는 예측된 각 기동을 해당 미래 모션에 연결한다. 장면 수준 일관성 목적함수는 다중 차량의 호환 가능한 미래 상태를 추가로 장려한다. NGSIM I-80, NGSIM US-101, highD 데이터셋에 대한 실험은 경쟁 기준선 대비 일관된 성능 향상을 보인다. DSiGAT는 NGSIM I-80 및 US-101에서 각각 90.12% 및 90.97%의 의도 예측 정확도를 달성하고, 가장 강력한 기준선 대비 궤적 RMSE를 최대 52.94%까지 감소시킨다. 또한 에이전트 간 충돌률 및 결합 변위 오류가 낮아 보다 일관된 장면 수준 예측을 나타낸다. 제거 연구(ablation), 민감도, 강건성 및 정성적 분석은 제안된 구성요소의 기여도와 장면 중심 공식화의 효과성을 추가로 검증한다.
SWIFT: 자율주행 흐름 인식 궤적 예측을 위한 소세계 상호작용 프레임워크
SWIFT: A Small-World Interaction Framework for Flow-Aware Trajectory Prediction in Autonomous Driving
자율주행에서 정확한 궤적 예측은 교통 에이전트 간의 동적이고 맥락 의존적인 상호작용을 모델링하는 데 달려 있다. 그러나 기존 접근법의 대부분은 순수하게 데이터 기반이며 구조적 사전 지식이 부재하여, 분포 변화 상황에서의 일반화 능력이 제한된다. 본 연구에서는 교통 네트워크의 구조와 역학을 통해 상호작용 모델링을 재검토하고, 소세계 네트워크와 교통 흐름 이론을 통합하는 통합 프레임워크인 SWIFT(Small-World Interaction Framework for Trajectory prediction)를 제안한다. SWIFT는 지역적 및 전역적 의존성을 모두 포착하는 소세계 상호작용 네트워크와, 장면 수준의 교통 상태에 따라 상호작용 구조를 적응시키는 흐름 체계 인코더(Flow Regime Encoder)를 통해 구조적 귀납 편향을 도입한다. 상호작용 추론은 직접적 및 고차 에이전트 관계를 명시적으로 인코딩하는 다중 관계 그래프 모듈을 통해 더욱 강화된다. nuScenes, MoCAD, NGSIM 세 가지 실세계 데이터셋에 대한 광범위한 실험 결과, SWIFT는 다양한 교통 체계에 걸쳐 예측 정확도 면에서 강력한 기준 모델들을 일관되게 능가함을 보여준다. 정확도를 넘어, SWIFT는 미관측 위치 및 체계에 대한 향상된 일반화 능력, 잡음이 포함된 관측 하에서의 강건성, 그리고 제한된 학습 데이터에서도 우수한 성능을 나타내며, 구조 인식 설계의 효과성을 뒷받침한다.
TSCA-Net: 해석 가능한 멀티모달 보행자 궤적 예측을 위한 시간-공간 클리크 어텐션
TSCA-Net: Temporal-Spatial Clique Attention for Interpretable Multimodal Pedestrian Trajectory Prediction
군중 환경에서의 정확한 보행자 궤적 예측은 인간 움직임의 멀티모달 불확실성과 서로 다른 장면 맥락에서 운동 역학의 가변적 복잡성으로 인해 여전히 어려운 과제이다. 기존 목표 조건부(goal-conditioned) 모델은 모든 과거 시간 단계에 동일한 가중치를 부여하는 정적 변위 구조, 표준 그래프 어텐션 메커니즘, 그리고 국소적 예측 복잡도에 적응할 수 없는 고정 용량 운동 디코더에 의존한다. 이러한 한계를 해결하기 위해, 세 가지 상보적 모듈을 기반으로 한 궤적 예측 프레임워크인 TSCA-Net을 제안한다. 시간-공간 클리크 어텐션(TSCA) 모듈은 클리크 기반 목표-이력 상호작용에 학습 가능한 시간 게이팅을 도입하여, 각 후보 목표에 대해 과거 관측치의 시간 인식 조절을 가능하게 한다. 교차 보행자 클리크 포텐셜(CPCP) 모듈은 시간에 따라 변하는 사회 그래프를 갖는 동적 클리크 포텐셜 프레임워크를 통해 비대칭적 쌍별 에이전트 관계를 모델링한다. 적응형 KAN 그리드 정제(AKGR) 메커니즘은 에이전트별 목표 분포 엔트로피에 따라 Kolmogorov-Arnold Network 보강 LSTM 디코더의 B-스플라인 그리드 해상도를 동적으로 조정하여, 다양한 운동 복잡도에 걸쳐 모델 표현력과 과적합 사이의 균형을 맞춘다. ETH/UCY 및 Stanford Drone Dataset 벤치마크에 대한 광범위한 실험은 TSCA-Net이 최첨단 성능을 달성함을 보여주며, ETH/UCY에서 평균 ADE/FDE는 0.13/0.20 m이고 SDD에서는 6.95/10.43 픽셀이다. 포괄적 ablation 연구는 제안된 세 모듈 모두의 상보적 기여를 확인한다.
CTR 모델의 초기 학습 붕괴 완화
Mitigating Early Training Collapse in CTR Models
클릭률(CTR) 예측을 위한 딥 뉴럴 모델은 학습 손실이 지속적으로 개선됨에도 불구하고 첫 번째 학습 에포크 직후 검증 성능이 급격히 저하되는 현상을 자주 보인다. 이러한 불안정성은 효과적인 학습을 제한하고 모델 성능을 저하시킨다. 본 연구에서는 대규모 산업 데이터셋을 활용하여 이 현상을 분석하고 실용적인 완화 전략을 평가한다. 학습률을 낮추는 방법은 점진적인 개선만을 제공하는 반면, 특징 희소성을 제어하는 방법은 상당한 성능 향상을 가져온다. 희소성이 높은 특징을 제거하고 빈도가 낮은 특징 값을 집계하면 학습이 안정화되고, 유효한 학습이 단일 에포크를 넘어 지속되며, 오프라인 평가 지표와 온라인 시스템 성능이 모두 향상된다.
얼굴 교체로 프라이버시 보호, 특징 보존으로 활용성 유지: ITS 보행자 프라이버시를 위한 이중 목적 파이프라인
Swapping Faces, Saving Features: A Dual-Purpose Pipeline for Pedestrian Privacy in ITS
자율주행차(AV)가 실시간 의사결정을 수행하도록 AI 모델을 학습시키려면 대규모의 다양한 데이터셋이 필요하며, 이는 지능형 교통 시스템(ITS)의 핵심 응용 분야다. 보행자 의도 및 궤적 예측은 자율주행차에서 중요하게 사용되는 모델로, 다양한 보행자 이미지를 포함하는 데이터셋을 필요로 한다. 이러한 데이터셋에 대한 무제한 접근은 신원 도용 및 보행자 추적과 같은 심각한 보안 위험을 초래한다. 문제는 모델 학습에 필요한 이미지 속성을 유지하면서 프라이버시 보호 절차를 적용하는 것이다. 기존 프라이버시 기법들은 보행자의 프라이버시를 보호할 수 있으나 이미지 활용성을 저하시켜 모델의 효과를 저해한다. 본 연구는 얼굴 교체(face swapping)를 통해 보행자의 프라이버시를 보호하면서 필수적인 얼굴 속성을 온전히 유지하는 5단계 파이프라인을 구현하는 데 초점을 맞춘다. 이 파이프라인은 Egy-DRiVeS 데이터셋의 프라이버시 요구 사항을 충족하도록 설계되었다. 또한 Roop와 Ghost-v2 얼굴 교체 모델을 평가하였으며, 실험 결과 Roop가 여러 측면에서 Ghost-v2보다 우수한 성능을 보임을 확인하였다. 이에 따라 신원 은폐를 통한 보행자 프라이버시 보호와 얼굴 속성 보존을 통한 데이터 활용성 간의 균형을 달성하기 위해 Roop를 파이프라인의 얼굴 교체 모델로 채택하였다.
DSTIGCN: Deformable Spatial-Temporal Interaction Graph Convolution Network for Pedestrian Trajectory Prediction
토론
이 논문과 연결된 포럼 글이 아직 없습니다.