OFMPNet: Deep End-to-End Model for Occupancy and Flow Prediction in Urban Environment

本文的任务是运动预测，对于自动驾驶系统来说至关重要，为选择车辆行为策略提供了关键数据。现有的运动预测技术主要集中在预测场景中每个代理的未来轨迹，利用其过去的轨迹数据。在本文中，我们介绍了一种端到端的神经网络方法，旨在预测环境中所有动态对象的未来行为。这种方法利用了占用地图和场景的运动流。我们正在研究构建一个称为OFMPNet的深度编码器-解码器模型的各种替代方案。该模型使用一系列鸟瞰路况图像、占用网格和先前的运动流作为输入数据。模型的编码器可以包含变压器、基于注意力的或卷积单元。解码器考虑使用卷积模块和循环块。此外，我们提出了一种新的时间加权运动流损失，其应用显示端点误差大大降低。我们的方法在Waymo占用和流预测基准测试中取得了最先进的结果，Flow-Grounded Occupancy的Soft IoU为52.1％，AUC为76.75％。

本文旨在解决自动驾驶系统中的运动预测问题，提出了一种端到端的神经网络方法，用于预测环境中所有动态物体的未来行为。

本文提出的OFMPNet模型利用占据图和场景运动流来预测所有动态物体的未来行为，采用了编码器-解码器结构，并探究了不同的编码器和解码器模块的组合方式。

本文提出的时间加权运动流损失在端点误差方面表现显著优于其他损失函数。在Waymo占据和流预测基准测试中，OFMPNet模型取得了最先进的结果，Soft IoU为52.1％，Flow-Grounded Occupancy的AUC为76.75％。

在这个领域中，最近的相关研究包括：1. Social LSTM: Human Trajectory Prediction in Crowded Spaces；2. TraPHic: Trajectory Prediction in Dense and Heterogeneous Traffic Using Weighted Interactions；3. Multi-Agent Tensor Fusion for Contextual Trajectory Prediction。