【客戶資訊】近日，由廣汽研究院人工智能首席科學(xué)家陳學(xué)文領(lǐng)銜的X Lab團(tuán)隊(duì)在國(guó)際權(quán)威的Argoverse 2運(yùn)動(dòng)預(yù)測(cè)挑戰(zhàn)賽中，依靠自主研發(fā)的運(yùn)動(dòng)軌跡預(yù)測(cè)框架XPredFormer，斬獲運(yùn)動(dòng)軌跡預(yù)測(cè)榜單全球第一，展現(xiàn)廣汽自動(dòng)駕駛技術(shù)強(qiáng)大實(shí)力。這是繼2022年8月廣汽自主研發(fā)的XTracker方法在nuScenes自動(dòng)駕駛測(cè)試競(jìng)賽中奪得純視覺(jué)榜單全球第一后，廣汽自動(dòng)駕駛技術(shù)再次取得創(chuàng)新突破。

（Argoverse 2運(yùn)動(dòng)預(yù)測(cè)挑戰(zhàn)賽排行榜，廣汽XPredFormer名列運(yùn)動(dòng)軌跡預(yù)測(cè)榜單全球第一）

運(yùn)動(dòng)軌跡預(yù)測(cè)具有重要作用

對(duì)交通參與要素運(yùn)動(dòng)的精準(zhǔn)預(yù)測(cè)（如：行人的行為預(yù)測(cè)、車輛的行駛軌跡預(yù)測(cè)等）是自動(dòng)駕駛汽車安全運(yùn)行的重要前提，這也成為決定自動(dòng)駕駛汽車能否融入交通系統(tǒng)、從而構(gòu)建智慧交通體系的關(guān)鍵。運(yùn)動(dòng)預(yù)測(cè)精度是自動(dòng)駕駛系統(tǒng)高階智能的最直接體現(xiàn)，對(duì)行駛的安全性與舒適性起到?jīng)Q定性作用。然而，由于現(xiàn)實(shí)路況的復(fù)雜性與預(yù)測(cè)任務(wù)固有的不確定性，運(yùn)動(dòng)預(yù)測(cè)一直是自動(dòng)駕駛的一大難點(diǎn)。

Argoverse 2運(yùn)動(dòng)預(yù)測(cè)挑戰(zhàn)賽的權(quán)威性

參與者涵蓋業(yè)內(nèi)知名頭部企業(yè)。近年來(lái)，因運(yùn)動(dòng)軌跡預(yù)測(cè)的重要意義與巨大潛力，越來(lái)越多的知名企業(yè)如Waymo、華為、阿里巴巴、深動(dòng)科技等已經(jīng)開展了相關(guān)研究，并參與到Argoverse 2運(yùn)動(dòng)預(yù)測(cè)挑戰(zhàn)賽。

賽事數(shù)據(jù)集的權(quán)威性國(guó)際公認(rèn)。本賽事采用的Argoverse 2 Motion Forecasting Dataset，是當(dāng)前國(guó)際公認(rèn)的權(quán)威自動(dòng)駕駛運(yùn)動(dòng)預(yù)測(cè)公開數(shù)據(jù)集之一，其數(shù)據(jù)采集自不同城市2000+公里，共計(jì)760+小時(shí)的真實(shí)道路駕駛場(chǎng)景，提供了豐富的幾何形狀（車道線等）和語(yǔ)義信息（可行駛區(qū)域等）共計(jì)250000個(gè)極具挑戰(zhàn)性的復(fù)雜場(chǎng)景數(shù)據(jù)樣本。

賽事評(píng)比指標(biāo)制定科學(xué)而關(guān)鍵。該挑戰(zhàn)賽采用多模態(tài)軌跡預(yù)測(cè)與評(píng)價(jià)模式，要求預(yù)測(cè)模型根據(jù)交通參與者的狀態(tài)和環(huán)境信息，預(yù)測(cè)出交通參與者最多6條未來(lái)6秒運(yùn)動(dòng)軌跡及其對(duì)應(yīng)概率，并以brier-minFDE作為模型預(yù)測(cè)效果的關(guān)鍵指標(biāo)，該指標(biāo)綜合考量了算法的預(yù)測(cè)距離誤差和概率準(zhǔn)確性。

廣汽研究院如何做到行業(yè)第一

廣汽研究院X Lab團(tuán)隊(duì)自主研發(fā)的運(yùn)動(dòng)軌跡預(yù)測(cè)框架XPredFormer，brier-minFDE關(guān)鍵指標(biāo)達(dá)到1.77，處于行業(yè)第一。具體實(shí)現(xiàn)方式如下：

首先，通過(guò)Agent-Encoder和Lane-Encoder兩個(gè)Transformer模塊分別提取場(chǎng)景中交通參與者的歷史軌跡運(yùn)動(dòng)學(xué)特征和復(fù)雜的車道拓?fù)潢P(guān)系特征；其次，利用Transformer-Interaction模塊的Cross-attention機(jī)制分別對(duì)場(chǎng)景中的動(dòng)靜態(tài)元素建模多尺度交互特征；最后，通過(guò)Transformer-Decoder模塊輸出高斯混合模型表示多模態(tài)預(yù)測(cè)軌跡及其對(duì)應(yīng)概率。

（廣汽XPredFormer框架示意圖）

廣汽運(yùn)動(dòng)軌跡預(yù)測(cè)領(lǐng)域的技術(shù)突破

廣汽自主研發(fā)的運(yùn)動(dòng)軌跡預(yù)測(cè)框架XPredFormer整體上有三大技術(shù)突破：

一是實(shí)現(xiàn)了預(yù)測(cè)精度大幅提升。模仿人類駕駛過(guò)程中的觀察注意力機(jī)制，分別設(shè)計(jì)了動(dòng)態(tài)、靜態(tài)、交互態(tài)3個(gè)獨(dú)立的Transformer特征提取模塊，以實(shí)現(xiàn)交通場(chǎng)景的細(xì)粒度理解，從而實(shí)現(xiàn)預(yù)測(cè)精度的巨大提升。

二是實(shí)現(xiàn)了出色的移植魯棒性和推理速度。以業(yè)務(wù)落地需求為出發(fā)點(diǎn)，完全自主研發(fā)的Transformer輕量級(jí)網(wǎng)絡(luò)，實(shí)現(xiàn)了通過(guò)單次推理預(yù)測(cè)場(chǎng)景中全部Agent軌跡的機(jī)制，解決了業(yè)務(wù)上模型推理時(shí)間長(zhǎng)、落地難的痛點(diǎn)，具有出色的移植魯棒性和推理速度。

三是具有良好的適配應(yīng)用條件。XPredFormer具有良好的平臺(tái)適配與泛化性，可針對(duì)不同算力硬件平臺(tái)進(jìn)行算法定制化適配，實(shí)現(xiàn)預(yù)測(cè)速度與精度的完美平衡，有效縮短了產(chǎn)品化周期。

關(guān)于廣汽研究院X Lab團(tuán)隊(duì)

廣汽研究院X Lab團(tuán)隊(duì)成立于2022年，是一支由全球人工智能頂級(jí)專家陳學(xué)文領(lǐng)銜、以純視覺(jué)路線為主的世界前沿自動(dòng)駕駛?cè)珬Ｗ匝袌F(tuán)隊(duì)，全面布局自動(dòng)駕駛算法、軟件集成、仿真測(cè)試等領(lǐng)域，致力于實(shí)現(xiàn)全場(chǎng)景的無(wú)人駕駛，將無(wú)人駕駛技術(shù)惠及人類出行。團(tuán)隊(duì)現(xiàn)有研發(fā)人員100多人，成員專業(yè)背景多樣。成立一年多以來(lái)，團(tuán)隊(duì)已在泊車和行車領(lǐng)域取得突破性進(jìn)展。

此次廣汽研究院在運(yùn)動(dòng)預(yù)測(cè)領(lǐng)域取得突破性進(jìn)展，增加了新技術(shù)落地量產(chǎn)的可行性。同時(shí)，加上在視覺(jué)感知領(lǐng)域的先進(jìn)技術(shù)，使打造更加前沿的自動(dòng)駕駛視覺(jué)系統(tǒng)成為可能，目前各項(xiàng)新技術(shù)已在泊車、行車領(lǐng)域?yàn)榱慨a(chǎn)前進(jìn)行試驗(yàn)測(cè)試。下一步，廣汽研究院X Lab團(tuán)隊(duì)將繼續(xù)探索實(shí)踐運(yùn)動(dòng)軌跡預(yù)測(cè)框架XPredFormer以及其他視覺(jué)感知新技術(shù)在自動(dòng)駕駛應(yīng)用場(chǎng)景的產(chǎn)品化落地，為用戶提供低成本的自動(dòng)駕駛方案，助力自動(dòng)駕駛行業(yè)發(fā)展。（轉(zhuǎn)自 廣汽集團(tuán)媒體平臺(tái)）