계층구조의 트랜스포머 기반 상세 뷰 자율주행차 궤적 예측 기법

Abstract

자율 주행 차량의 궤적을 정확하게 예측하는 것은 안전한 주행을 보장하는 데 필수적이지만 멀티모달 미래 궤적을 예측하는 것은 어려울 수 있다. 어텐션과 트랜스포머와 같은 최근의 접근 방식은 에이전트 상호 작용과 지도 문맥를 고려하여 최첨단 성능을 달성하였다. 본 연구에서는 트랜스포머를 사용한 에이전트 중심 접근 방식을 사용하여 환경에 대한 포괄적인 이해를 제공하는 궤적 예측에 초점을 맞추었다. 제안한 접근 방식은 주변 에이전트나 차선을 레벨로 배치하고 각 레벨의 정보를 인코딩하는 상세 뷰 공간 컨텍스트 인코딩을 도입하여 복잡한 공간 관계를 효율적으로 인코딩할 수 있다. 제안 궤적 예측 기법에 트랜스포머 모델을 적용하였다. 제안 기법은 아르고버스 벤치마크에서 평가되었으며 정확도 측면에서 최첨단 기법 대비 우수함을 보였다.