《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：Road space as memory and inference: A unified geometry-centric framework for trajectory forecasting
编辑推荐：
道路几何将有无目标跟踪的轨迹预测统一起来。道路拓扑引导的两阶段解码器建模意图与智能体交互。运动历史在跟踪可用时使用基于身份标识的聚合方式。运动历史在跟踪失败时通过车道空间占用（lane-space occupancy）恢复。无跟踪K=6误差在AV2上上升6–8
道路几何将有无目标跟踪的轨迹预测统一起来。道路拓扑引导的两阶段解码器建模意图与智能体交互。运动历史在跟踪可用时使用基于身份标识的聚合方式。运动历史在跟踪失败时通过车道空间占用（lane-space occupancy）恢复。无跟踪K=6误差在AV2上上升6–8%，在AV1/WOMD上低于3%。摘要：空间–时间轨迹是地理空间信息科学中的重要数据来源，为地理对象随时间的行为提供了丰富信息。预测车辆、骑行者与行人（以下统称智能体）的未来运动，是城市环境中自动驾驶与移动机器人的核心任务。此类预测从根本上依赖于先前时间戳观测到的轨迹，作为时间信息的主要来源。然而，由于智能体的运动展开在由车道几何、连通性与交通语义定义的结构化道路空间中，轨迹预测与地理空间场景表征上的空间推理紧密相关。在具备高精地图（HD map）的驾驶场景中，此类空间结构由HD矢量地图提供。HD矢量地图描述道路几何、车道级拓扑与交通规则，并作为定位、感知、预测与规划的基础地理空间先验。在复杂城市场景中，转向选项、汇入、变道与多智能体交互强烈受道路布局支配。这些结构化道路空间表征对约束合理未来运动集合尤为有价值。近期预测方法通过图神经网络或基于Transformer的架构联合编码地图元素与智能体状态，取得了显著改进。与早期栅格化表述相比，矢量场景表征保留了几何保真度，支持更大的空间感受野，并实现智能体与地图元素之间的直接结构化交互。然而，即便在这些方法中，HD地图仍主要作为被动上下文特征：车道段或多边形被编码并被智能体查询注意，随后作为轨迹预测的背景上下文被消费。这种处理方式未充分利用道路网络的拓扑结构，而该拓扑天然约束了几何可达未来集合，可作为轨迹预测的信息性先验。第二个局限涉及预测对上游多目标跟踪的强依赖。多数预测模型假设可靠跟踪器已跨时间关联检测结果，为每个智能体提供身份一致的运动历史。然而在实践中，跟踪在遮挡、拥挤、传感器缺陷或远距离感知不确定性下往往不可靠，身份切换、轨迹碎片化与检测闪烁等失败会显著降低预测质量。在极端但实际相关的情形下，跟踪器可能完全不可用。这可能发生在计算资源仅足以运行目标检测器，或部署期间跟踪模块完全失败时。在此类场景中，预测模块仅接收无任何时间关联的逐帧检测。尽管若干工作探索了在无完全关联轨迹的情况下直接从上游感知输出进行预测，但在完全缺乏跟踪身份的情况下进行轨迹预测仍相对未被充分探索。表1总结了传统预测流程与所提出框架之间的差异。在标准基于地图的预测器中，道路几何作为智能体中心预测的上下文输入。相比之下，本框架将道路空间视为历史恢复与拓扑引导未来预测的主动计算基底。具体而言，地图承担双重角色：通过车道拓扑约束未来意图生成；在无跟踪器时，支持从随时间累积的逐帧检测中恢复运动历史。本框架将后一功能称为记忆：道路空间表征充当结构化空间介质，累积并保留过去观测的时间证据，类似于机器人学中占用网格随时间维持空间证据的方式。记忆通过将逐帧检测投影到车道空间占用中在线形成，其内容特定于当前场景。在此视角下，地图不再仅是上下文背景，而成为推理与记忆的基底。基于此思想，本框架提出统一的几何中心预测框架，在跟踪可用与无跟踪条件下均可运行。预测核心为拓扑引导解耦解码器，将意图推理与轨迹实现分离：第一阶段在道路拓扑与智能体历史上推理，生成拓扑上合理的意图假设；第二阶段利用拓扑过滤地图子集上的邻近智能体交互，将其实现为最终轨迹。为在两种跟踪条件下支持该解码器，框架提供两条互补历史通路。跟踪可用时，STIU（时空不变单元）通过循环时空融合跨帧聚合智能体历史，支持特征复用的流式推理。无跟踪器时，HiMAP（历史感知地图占用通路）将逐帧检测投影到车道空间占用记忆中，并通过几何查询过程重建目标智能体历史，作为稳健回退而非跟踪的替代。解码器架构与输入接口保持不变，仅替换提供历史信息的机制。在AV2、AV1与WOMD上的实验在两种跟踪条件下验证了该框架，证明跟踪可用时具有竞争力的流式推理，且仅有逐帧检测可用时将主要K=6误差指标的相对退化限制在AV2上6–8%、AV1与WOMD上低于3%。
一、研究背景与问题
轨迹预测是自动驾驶与移动机器人领域的核心任务，其目标是根据交通参与者的历史运动预测其未来轨迹。传统预测方法高度依赖两个前提：一是高精地图作为被动上下文特征提供道路信息，二是上游多目标跟踪模块提供身份一致的运动历史。然而，这两个前提在实际部署中均存在显著局限。
首先，在多数现有方法中，HD地图仅作为被动上下文：车道元素被编码并被智能体查询注意，作为预测的背景信息消费。这种处理方式未充分利用道路网络的拓扑结构，而该拓扑天然约束了几何可达未来集合，可作为预测的信息性先验。其次，预测对跟踪的强依赖构成另一瓶颈。跟踪在遮挡、拥挤、传感器缺陷或远距离感知不确定性下往往不可靠，身份切换、轨迹碎片化与检测闪烁会显著降低预测质量。在极端情形下，跟踪器可能完全不可用，例如计算资源仅足以运行检测器或跟踪模块完全失败时，预测模块仅接收无时间关联的逐帧检测。
针对上述问题，研究人员提出统一的几何中心预测框架，将道路空间从被动上下文转变为记忆与推理的主动计算基底。该框架在跟踪可用与无跟踪条件下均可运行，通过共享相同的道路空间编码与预测解码器，仅替换历史构建机制，实现两种条件下的统一预测。
二、研究方法概述
研究人员提出三组件框架：不变场景编码、拓扑引导解耦解码器、以及两条互补历史通路。场景编码采用矢量地图表征，通过车道编码器提取路点级特征，地图编码器通过局部注意力聚合元素级令牌，并使用相对几何描述符注入空间关系。解码器分离意图生成与轨迹实现：第一阶段通过可学习意图查询从目标历史与编码道路空间中生成拓扑合理意图假设；第二阶段利用拓扑过滤地图子集上的邻近智能体交互实现最终轨迹。历史构建方面，跟踪可用时采用STIU，通过可学习仿射变换对齐跨帧隐藏状态，实现循环时空融合；无跟踪时采用HiMAP，将逐帧检测投影到车道空间占用记忆中，通过历史感知查询反向时间注意恢复目标历史。训练目标采用拉普拉斯负对数似然回归损失，配合WTA策略与分类损失，并辅以历史重建辅助监督。
三、实验结果
实验在AV2、AV1与WOMD三个大规模基准上验证框架性能。
跟踪可用条件下的流式推理：STIU支持特征复用的循环融合，在跟踪可用时实现具有竞争力的流式推理性能，证明其高效的时间聚合能力。
无跟踪条件下的回退性能：在模拟跟踪失败场景中，HiMAP通过车道空间占用记忆恢复目标历史，将主要K=6误差指标的相对退化限制在AV2上6–8%、AV1与WOMD上低于3%，验证了无跟踪条件下的稳健性。
真实传感器跟踪失败研究：使用AV2 Sensor分割构建跟踪-检测实验，在真实传感器条件下验证框架在跟踪失败时的性能表现。
消融研究：对拓扑引导解耦解码器进行系统分析与消融，阐明将意图生成与轨迹实现解耦的优势。对地图过滤阈值进行敏感性分析，验证拓扑过滤的有效性。
四、讨论与结论
讨论部分指出，该框架将道路空间从被动上下文转变为主动计算基底，通过记忆与推理的双重角色统一了跟踪可用与无跟踪条件下的预测。HiMAP作为回退机制而非跟踪替代，在跟踪恢复后约1.3秒内可保持激活直至累积足够身份一致历史。框架的局限性包括对HD地图的依赖、HiMAP在复杂交互场景中的恢复精度、以及解码器在极端动态场景中的适应性。研究结论表明，该框架通过将道路几何作为记忆与推理的主动基底，在跟踪可用时支持高效流式推理，在无跟踪条件下将主要误差指标退化限制在6–8%以内，为轨迹预测提供了统一的几何中心解决方案。该研究发表在《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》。
