智能驾驶中预测模块简介

1.轨迹预测的定义

轨迹预测是自动驾驶系统“感知-预测-规控”流程中的核心环节，位于感知与规划模块之间，起到承上启下的作用。感知系统负责检测道路环境中的动态和静态元素，包括车辆、行人、自行车、交通标志、车道线等，而预测模块的任务是对这些动态对象（Agent）的未来轨迹进行推测，为后续的决策和规划提供参考。

在实际应用中，轨迹预测通常基于以下两类输入信息：

• map 信息：包括车道线、交叉口、可行驶区域等静态元素。
• Agent 信息：如位置、速度、航向角等动态信息。

轨迹预测主要涉及两个方面：

1. 预测终点位置：即某个时间点 Agent 可能到达的位置。
2. 预测完整轨迹：从当前位置到终点的运动路径，同时考虑不确定性建模问题。

现在大家不都是在提倡感知规控“端到端”吗？为什么还要拆开介绍？个人理解：完全端到端还有一段时间要走，了解预测模块，没什么坏处。

2.轨迹预测的定位

在传统的自动驾驶系统中，感知模块输出的结果直接影响预测模块，而预测模块的输出又会影响决策与规划模块。然而，这种架构存在一定的局限性：

• 误差传递：如果感知模块未能正确检测到某个 Agent，预测模块也无法给出合理的轨迹预测。
• 系统僵化：预测模块仅依赖感知结果，缺乏对未来可能性更全面的理解，难以适应复杂场景。

因此，近年来大家都在研究如何使预测与感知更紧密结合，以提高系统的鲁棒性。

3.轨迹预测的挑战

轨迹预测面临的挑战有多个方面，例如：

1. 感知误差传递 如果感知模块未能准确捕捉 Agent 的运动轨迹，预测模块的结果也会受到影响。例如：感知模块可能对某辆车的位置和速度估计不准确，影响轨迹预测。
2. 不确定性挑战 轨迹预测是一个不确定性问题，即同一个 Agent 在