準確理解環境（例如車與(yu)車和(he)車與(yu)車道之間的(de)(de)相互作用(yong)）對于包括軌跡預測(ce)和(he)運動(dong)規劃在內的(de)(de)自(zi)動(dong)駕駛(shi)任務(wu)是至關重(zhong)要的(de)(de)。而環境信息來自(zi)高清地圖和(he)車輛的(de)(de)歷(li)史(shi)軌跡。
目前(qian)，已經提出了基(ji)于學習的(de)數(shu)(shu)(shu)學的(de)模(mo)型(xing)用(yong)于完成上述兩個駕駛任務，但存在著(zhu)環境(jing)理解偏差問題。具(ju)體而言，由于地圖數(shu)(shu)(shu)據(ju)和(he)軌跡數(shu)(shu)(shu)據(ju)的(de)異構性，許多基(ji)于學習的(de)模(mo)型(xing)以(yi)單獨和(he)順序(xu)的(de)方式提取車(che)與車(che)和(he)車(che)與車(che)道之(zhi)間的(de)相互作(zuo)用(yong)，從(cong)而導致預(yu)測和(he)規劃準確性降低。至于數(shu)(shu)(shu)學模(mo)型(xing)，環境(jing)信息主要(yao)用(yong)于表征無碰撞空間，而相互作(zuo)用(yong)則被(bei)很大(da)程度上忽略(lve)了。
為(wei)此，香(xiang)港(gang)城市(shi)大學張祎凡老師等研究人員提出一種將車(che)輛軌(gui)跡數(shu)據和高(gao)精地(di)圖這(zhe)兩種異構的(de)數(shu)據融合成一種統(tong)一環(huan)境(jing)表(biao)達(da)的(de)時間占(zhan)用(yong)流圖TOFG（Temporal Occupancy Flow Graph）。與TOFG相關(guan)的(de)論文收錄于ICRA 2023上。
時(shi)間(jian)占用(yong)流(liu)圖TOFG由多個(ge)占據流(liu)圖OFG（Occupancy Flow Graph）組(zu)成，每個(ge)OFG包(bao)含(han)了(le)某(mou)一時(shi)刻的(de)(de)車(che)輛(liang)以及地圖信(xin)息(xi)。OFG以高(gao)精地圖中的(de)(de)車(che)道圖為(wei)基(ji)礎(chu)，融合了(le)地圖中各車(che)輛(liang)的(de)(de)信(xin)息(xi)。時(shi)序邊（temporal edge）將(jiang)相鄰兩個(ge)時(shi)刻的(de)(de)OFG的(de)(de)結(jie)點連(lian)接起來，于是(shi)若(ruo)干個(ge)OFG通過時(shi)間(jian)上的(de)(de)依(yi)賴關系，連(lian)接成了(le)一個(ge)完整的(de)(de)時(shi)間(jian)占用(yong)流(liu)圖TOFG。
將 TOFG 與基于(yu)圖注(zhu)意（GAT）的神經網絡結(jie)合起來，提出 TOFG-GAT 來展示(shi) TOFG 對基于(yu)學(xue)習的軌跡預測和運(yun)動(dong)規劃的好(hao)處。此外，該團隊還設計了一種基于(yu) TOFG 的交互(hu)感知(zhi)采樣策(ce)略(lve)，以(yi)改進(jin)基于(yu)數學(xue)采樣的運(yun)動(dong)規劃算法。
大(da)量實驗結果表明，TOFG 可以通過提高(gao)基(ji)于學習和數學模(mo)(mo)型的生成(cheng)軌跡的質量和計算效率。TOFG-GAT模(mo)(mo)型在自動駕駛軌跡預測和運動規(gui)劃(hua)任務上(shang)可達到并超過現有模(mo)(mo)型的水平(ping)。
10月18日晚7點，智猩猩邀請到香港城市(shi)大學（東(dong)莞）助理教(jiao)授張祎(yi)凡參(can)與「智猩猩自動駕(jia)駛新(xin)青年(nian)講(jiang)(jiang)座」第(di)39講(jiang)(jiang)，主講(jiang)(jiang)《自動駕(jia)駛中將(jiang)軌(gui)跡(ji)和高精地圖統一的環境表達方式》。
講者
張祎凡
香港城市大學(xue)（東莞）助理教授
張(zhang)祎凡博(bo)士，畢業于(yu)香港城(cheng)市大學(xue)計(ji)算科學(xue)系(xi)，現于(yu)香港城(cheng)市大學(xue)（東(dong)莞）擔任(ren)助理教授(shou)，研(yan)究方向為無人駕(jia)駛、智能交通系(xi)統、交通流分析(xi)及建(jian)模及交通大數據分析(xi)，已(yi)在(zai)領(ling)域內發(fa)表頂(ding)級期刊及會(hui)議(yi)論(lun)文15篇，其中第(di)一作者(zhe)論(lun)文8篇，擁有4項發(fa)明專(zhuan)利，在(zai)多個(ge)頂(ding)級國際(ji)期刊及國際(ji)會(hui)議(yi)擔任(ren)審稿人，包括(kuo)Tranportation Research Part C, IEEE TITS，TRB，IROS等。
第 39 講
主 題?
《自(zi)動駕駛中將軌(gui)跡和(he)高精地圖統一的環境表達方式》
?提 綱?
1、自動駕駛預測與規劃任務中的環境理解偏差問題
2、用于統一環境細粒度的時間占用流圖TOFG
3、結合TOFG與圖注意力網絡的預測規劃模型TOFG-GAT
4、實驗結(jie)果(guo)及分析(xi)總結(jie)
?直 播 信 息?
直播時間：10月18日19:00
成果
論文標題
《TOFG: A Unified and Fine-Grained Environment Representation in Autonomous Driving》
?論文鏈接
//arxiv.org/abs/2305.20068
如何報名
有講座直播觀看(kan)需(xu)求(qiu)的朋友(you)(you)，可以添(tian)加小(xiao)助(zhu)手(shou)“陳新”進行報名。已(yi)添(tian)加過(guo)“陳新”的老(lao)朋友(you)(you)，可以給(gei)“陳新”私信，發送“自動駕駛39”進行報名。對于通過(guo)報名的朋友(you)(you)，之后將邀請入群(qun)進行觀看(kan)和交流。
