【Motion Forecasting】【摘要阅读】TSGN：Temporal Scene Graph Neural Networks for Agent Motion Prediction

TSGN: Temporal Scene Graph Neural Networks with Projected Vectorized Representation for Multi-Agent Motion Prediction

这项工作发布于2023年。

Abstract

对自动驾驶汽车周围交通参与者的未来行为进行预测有助于自动驾驶汽车进行安全的决策。

在这项工作中，作者提出了TSGN，它是一种使用投影向量表示（projected vectorized representation）的时序场景图神经网络（Temporal Scene Graph neural Network，TSGN），用于解决多代理运动预测问题。

投影向量表示会将交通场景建模为一张图（graph），它有向量集合组成。这些向量代表代理、交通道路网络、以及它们之间的相对空间关系。基于该表示下的所有特征都具有平移和旋转不变性。

基于上述场景表示，TSGN对代理、交通网络、它们之间的相互交互、以及交通场景的时序依赖性进行特征提取。

TSGN可以在单次前向传播的过程中合理且准确地完成所有代理的未来轨迹预测。

同时，本文提出了层级道路Transformer（Hierarchical Lane Transformer，HLT），用于对代理和道路之间的交互进行特征提取。HLT可以对代理周围的道路进行过滤，并保留那些可能对代理未来行为产生切实影响的道路段。在不降低模型预测精度的前提下，HLT大幅度地降低了模型的计算开销。

作者在Argoverse v1.1数据集上对TSGN进行了性能验证，实验结果表明TSGN达到了当年的SOTA水准。

Contributions

• 本文方法对HiVT进行了改进，向HiVT当中的代理、道路段以及它们之间的相对空间关系当中添加了新的特征。TSGN在对场景进行表示时，在每一个时刻，均使用投影向量表示（projected vectorized representation）来表示交通场景中的相对特征，这种表示方法更加的具体。
• 本文提出了层级道路Transformer（Hierarchical Lane Transformer），它会将那些对目标代理的未来行为产生影响的道路段过滤出来，从而加快模型的推理速度，并且不会使精度下降。
• 本文所提出的TSGN可以进行准确且合理的轨迹预测。TSGN于2022年12月13日在Argoverse v1.1的minADE指标上达到了第一名。

Conclusion

在这项工作中，作者提出了使用投影向量表示的TSGN，用于多代理轨迹预测。

TSGN将时序的交通场景建模为时序场景图，并使用多种基于Transformer的交互模块和时序模块来对时序场景图进行特征提取。

此外，本文提出了层级车道Transformer（Hierarchical Lane Transformer，HLT），它是TSGN当中的一个模块，可以有效地提取高精地图中对目标代理未来行为产生影响的车道段。

TSGN在Argoverse v1.1数据集上达到了SOTA水准的结果，证明了TSGN的有效性。