本文介紹了waymo行為預測算法VectorNet。

在交通場景中，各個道路使用者（車輛、自行車、行人等）的行為充滿了不確定性，對于這些行為的預測也應(yīng)是概率的而非確定性的。

優(yōu)秀駕駛員的關(guān)鍵素質(zhì)之一是能夠預見和預測道路上其他人可能會做什么。例如，另一輛車并入我們的車道或我們前面的騎自行車的人左轉(zhuǎn)的可能性是多少？能夠準確預測其他道路使用者的意圖的能力，可以使無人車做出最安全的決策。

其他道路參與者的行為往往很難預測，通常需要對交通場景有一個整體的了解，包括車道的寬度，四向交叉路口規(guī)則，交通信號燈和標志等。

預測模塊往往要承接感知、定位、地圖模塊，通過預測算法，可以給出障礙物未來的運動軌跡，輸出給下游規(guī)劃模塊。

盡管行為預測大致思路是相同的，但是不同研究者在算法等方面的考量還是有很大差別的。本文來介紹一下Waymo是如何做的。

Waymo通過高精地圖與傳感器的實時信息相結(jié)合，為車輛提供語義環(huán)境。其他道路使用者的行為通常很復雜，并且很難用一組基于地圖的交通規(guī)則來描述，因為駕駛模式在不同位置之間會有所不同，并且其他道路使用者可能會違反這些規(guī)則。所以，需要通過機器學習來使系統(tǒng)學習新的行為類型來建模并降低這種復雜性。

而研究駕駛行為預測，必然涉及道路網(wǎng)絡(luò)建模，即道路的拓撲結(jié)構(gòu)。

將高度詳細的地圖合并到行為預測模型中的最流行方法是通過將地圖渲染為像素并使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）對場景信息（例如交通標志，車道和道路邊界）進行編碼。但是，此過程需要大量的計算和時間。此外，將地圖作為圖像處理會給建模長距離幾何圖形（例如前方合并的車道）帶來挑戰(zhàn)，這會影響預測的質(zhì)量。

為了解決這些痛點并更好地預測他人的行為以做出更好的決策，Waymo 開發(fā)了一種新的模型VectorNet，與CNN相比，該模型可提供更準確的行為預測，同時使用更少的計算量。

VectorNet如何啟用Waymo驅(qū)動程序

地圖要素和傳感器輸入都可以簡化為點，多邊形或曲線。例如，車道邊界包含多個建立樣條曲線的控制點；人行橫道是由多個點定義的多邊形；停車標志由單點表示。曲線，多邊形和點都可以近似表示為包含多個控制點的折線。折線進一步分成矢量片段。這樣，我們可以將所有道路特征和其他對象的軌跡表示為此類矢量的集合。借助這種簡化的視圖，waymo著手設(shè)計了一種可以有效處理傳感器和地圖輸入的網(wǎng)絡(luò)。

這是一種新穎的層次圖神經(jīng)網(wǎng)絡(luò)：在第一級（由折線子圖組成）中，VectorNet 收集每條折線內(nèi)的信息；在第二層（稱為全局交互圖）中，VectorNet 在折線之間交換信息。