《Mechanical Systems and Signal Processing》：RDI-Pred: Risk-aware and dynamics-enhanced trajectory prediction with intention guidance in emergency scenarios
编辑推荐：
多源传感器融合的协同轨迹预测框架RDI-Pred通过风险感知外源信息编码器、多尺度动态编码器与切入意图辅助任务，显著提升自动驾驶紧急场景下的轨迹预测精度与鲁棒性，在ESP数据集上mAP提升32.9%，ade/fde指标分别降低44.0%/45.9%和46.6%。
李鹏龙|郭宏岩|刘彦冉|孟庆宇|梁双|曹东浦|陈红
吉林大学汽车底盘集成与仿生学国家重点实验室，长春130025，中国
摘要
在紧急情况下的轨迹预测对于自动驾驶至关重要。然而，这些情况下的车辆运动信号具有高度非线性和非平稳性，且存在复杂的时间和动态依赖性。由于主流数据集主要涵盖常规驾驶情况而忽略了紧急情况，现有模型即使在未明确建模外部感知线索、运动学信号或语义意图的情况下，仍能在正常条件下取得令人满意的性能。然而，在突然并线或紧急制动等高度非平稳和动态的过程中，这些依赖性较弱的架构在泛化能力和鲁棒性方面存在显著不足。为了解决这些问题，本文提出了RDI-Pred，这是一个多源时间预测框架，它从时间序列信号处理和动态系统建模的角度整合了风险-动态-意图的协同作用。首先，我们构建了一个风险感知的外部感知编码器，该编码器利用先验增强的风险注意力进行风险评分。此外，我们构建了一个包含本车（Ego）、目标车辆（TV）和最近路径车辆（CIPV）的三方交互图，以模拟局部时空依赖性，从而实现对外部感知风险的早期感知。接下来，我们设计了一个多尺度动态编码器，用于捕捉短期、中期和长期的运动动态。一个带有滑动窗口的1D-CNN提取短期瞬变信息，BiGRU（双向门控循环单元）描述中期行为，而BiLSTM（双向长短期记忆）结合自注意力模型来模拟长期依赖性，为轨迹解码提供了稳健的动态先验。最后，我们添加了一个并线意图识别辅助任务，以约束和解码过程中的多模态轨迹候选者，促进意图对齐的轨迹并抑制不匹配的轨迹。在大型ESP高风险数据集上，RDI-Pred在mAP上提高了32.9%，在minADE上降低了44.0%，在minFDE上降低了45.9%，在MR上降低了46.6%，在所有关键指标上均显示出明显的性能提升。结果证实了其在紧急高风险条件下的准确性和鲁棒性，为自动驾驶中的零容忍安全提供了实用路径。我们的代码将公开发布在https://github.com/penglo/RDI-Pred-Risk-Dynamics-Intention-Collaborative-Vehicle-Trajectory-Prediction-in-Emergency-Scenarios。
引言
机械系统信号处理一直是工程动力学和动态系统研究的重要组成部分。随着智能交通的发展，由智能车辆生成的多源传感器信号（例如惯性传感器、CAN总线、轮速传感器、雷达和视觉）已成为机械系统的代表性复杂操作信号。从这些信号中提取特征并建模其时间动态是理解状态、进行风险评估和实现自动驾驶安全控制的关键基础[1]，[2]。在这个背景下，轨迹预测可以被视为对车辆传感器观测的时空序列进行建模和推理：它根据历史观测数据估计交通参与者的未来运动状态及其相关不确定性，从而为规划和决策提供预测性先验[3]。然而，尽管现有方法在常规驾驶场景下的标准公共基准测试中持续提高了准确性[4]，[5]，但在紧急、高风险条件下（如突然并线和紧急制动并变更车道），它们通常仍表现出不足的鲁棒性和系统性能下降，使得在安全关键情况下难以保证预测的可靠性[6]。
近年来，各种轨迹预测模型在基准数据集上不断推进了技术水平[2]，[7]，[8]，[9]，[10]。然而，主流公共数据集（例如Argoverse、Waymo和nuScenes）的构建方式在很大程度上排除了紧急和高风险场景，而是关注典型的驾驶行为，如直线行驶和常规转弯。这种数据限制使得模型难以在危险情况下学习行为模式，导致在这些高风险条件下的性能较差[11]，[12]，[13]，[14]。表1展示了最先进模型（MTR，在Waymo运动预测排行榜上排名第一）在常规场景Waymo数据集和大型紧急高风险场景数据集之间的性能差距。
进一步分析表明，尽管现有的轨迹预测方法已经广泛模拟了社会互动（即交通参与者之间的互动）和车道互动（即参与者与车道边界/道路几何约束之间的互动）[15]，[16]，[17]，[18]，但它们在复杂紧急场景中的整体预测能力仍不如人类驾驶员。其中一个关键原因是这些模型对外部感知风险线索的敏感性不足[6]。现有方法往往缺乏有效的构建和明确利用这些与风险相关的变量，使得在动作实际发生之前难以提供稳定可靠的风险导向预测。
其次，在高风险场景中，目标车辆的加速度和偏航率通常会出现更大的波动，而这些突然的动态变化往往是危险动作的前兆[19]。然而，大多数方法仅将这些信号作为额外特征处理，将它们与轨迹坐标和其他变量（如速度）连接起来，然后输入到一个统一的编码器中。它们缺乏针对非平稳过程的时间和多尺度建模机制，这反过来限制了动态信号在紧急场景中对预测的有效贡献[5]，[8]，[20]。
最后，紧急高风险场景通常伴随着频繁的并线行为，但在许多现有框架中，意图预测和轨迹预测是作为相对独立的模块甚至单独的模型实现的[3]，[4]，[21]。缺乏明确的意图条件约束和对轨迹分布的联合推理，从而削弱了紧急场景中的可解释性和预测鲁棒性。
为了解决这些挑战，本文提出了RDI-Pred，一个风险-动态-意图协同预测框架。本文的贡献如下：
- 1.
风险感知外部感知线索编码器（RECE）：本文提出了一种先验增强的风险感知注意力机制，该机制利用碰撞时间（TTC）和相对距离收缩作为风险敏感的先验。结合本车、目标车辆和最近路径车辆之间的三方交互图，该编码器明确地对外部感知线索进行建模并生成结构化的风险嵌入。这种设计使得模型在潜在危险完全出现之前能够像人类一样提前进行风险推理，显著提高了模型在紧急场景中的敏感性和准确性。
- 2.
多尺度动态编码器（MSDE）：对于关键的车辆动态信号——包括加速度、横向和纵向加速度以及偏航率——本研究开发了一个多尺度时间建模框架。具体来说，使用短期卷积网络精确捕捉瞬时扰动；中期BiGRU提取行为演变趋势；长期BiLSTM结合自注意力聚合全局时间模式。最后，引入了跨尺度注意力机制来融合不同时间级别的动态信息，大大增强了模型对突然动态变化的敏感性和在安全关键情况下的鲁棒性。
- 3.
并线意图识别辅助任务：本文添加了一个辅助的并线预测模块，用于估计并线概率，并将其作为与轨迹解码器融合的语义先验。它在训练期间提供额外的语义监督，并在推理时重新对多模态输出进行排序，促进意图对齐的轨迹并抑制不一致的轨迹。这种语义-解码器协同作用稳定了模式选择，提高了可解释性，并提高了准确性和鲁棒性。
部分摘录
轨迹预测
近年来，各种轨迹预测框架迅速涌现。由于轨迹预测本质上是一个序列到序列的问题，大多数现有模型采用了分层编码器-解码器架构。早期研究使用了循环神经网络（RNN），如LSTM和GRU[2]，[7]来建模目标车辆的历史轨迹，捕捉它们的内在时间依赖性以生成未来的运动预测。这种范式仅依赖于
方法
我们提出的方法的总体架构如图1所示，它是基于在Waymo数据集[14]，[26]上开发的先前最先进模型Motion Transformer（MTR）构建的。
MTR采用典型的编码器-解码器架构，能够在多代理交通场景中实现高效的全局关系建模，并在正常驾驶条件下表现出出色的预测性能。然而，原始的MTR仍存在一些局限性。它缺乏
数据集和评估指标
现有的自动驾驶数据集——如Argoverse、nuScenes、Waymo和INTERACTION [11]，[12]，[13]，[30]为轨迹预测研究提供了丰富的实验平台，并在提高模型准确性方面发挥了重要作用。这些数据集通常包括多模态传感器信息和高清地图，涵盖了常见的驾驶场景，如直线行驶、常规转弯和环岛导航。因此，它们非常适合评估模型实验结果
本节对提出的模型在大型紧急高风险场景数据集ESP上的性能进行了系统评估。首先，我们描述了RDI-Pred的实验设置和实现细节，并选择了一组代表性的基线方法。在统一的训练配置和评估协议下，我们进行了定量比较，以全面验证所提出框架的性能优势。随后，我们进行了消融研究以
结论和未来工作
本文提出了一种针对紧急和高风险场景的轨迹预测方法RDI-Pred，该方法侧重于外部感知线索、动态信息和意图的协同建模。首先，设计了一个风险感知外部感知线索编码器，该编码器采用了先验增强的风险注意力机制和三方交互图（本车-目标车辆-最近路径车辆）来实现早期风险激活和细粒度的局部交互建模。其次，一个多尺度动态
CRediT作者贡献声明
李鹏龙：撰写 – 审稿与编辑，撰写 – 原稿。郭宏岩：撰写 – 审稿与编辑，资金获取。刘彦冉：验证。孟庆宇：项目管理。梁双：资源支持。曹东浦：监督。陈红：调查。
利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。
致谢
本工作部分得到了国家自然科学基金的支持，资助编号分别为62373163、62403206和62503193。
