7月27日，由广汽研究院人工智能首席科学家陈学文领衔的X Lab团队在国际权威的Argoverse 2运动预测挑战赛中，依靠自主研发的运动轨迹预测框架XPredFormer，斩获运动轨迹预测榜单全球第一，展现广汽自动驾驶技术强大实力。这是继2022年8月广汽自主研发的XTracker方法在nuScenes自动驾驶测试竞赛中夺得纯视觉榜单全球第一后，广汽自动驾驶技术再次取得创新突破。

 

（Argoverse 2运动预测挑战赛排行榜，广汽XPredFormer名列运动轨迹预测榜单全球第一）

 

 

运动轨迹预测具有重要作用

 

对交通参与要素运动的精准预测（如：行人的行为预测、车辆的行驶轨迹预测等）是自动驾驶汽车安全运行的重要前提，这也成为决定自动驾驶汽车能否融入交通系统、从而构建智慧交通体系的关键。运动预测精度是自动驾驶系统高阶智能的最直接体现，对行驶的安全性与舒适性起到决定性作用。然而，由于现实路况的复杂性与预测任务固有的不确定性，运动预测一直是自动驾驶的一大难点。

 

Argoverse 2运动预测挑战赛的权威性

 

参与者涵盖业内知名头部企业。近年来，因运动轨迹预测的重要意义与巨大潜力，越来越多的知名企业如Waymo、华为、阿里巴巴、深动科技等已经开展了相关研究，并参与到Argoverse 2运动预测挑战赛。

赛事数据集的权威性国际公认。本赛事采用的Argoverse 2 Motion Forecasting Dataset，是当前国际公认的权威自动驾驶运动预测公开数据集之一，其数据采集自不同城市2000+公里，共计760+小时的真实道路驾驶场景，提供了丰富的几何形状（车道线等）和语义信息（可行驶区域等）共计250000个极具挑战性的复杂场景数据样本。

赛事评比指标制定科学而关键。该挑战赛采用多模态轨迹预测与评价模式，要求预测模型根据交通参与者的状态和环境信息，预测出交通参与者最多6条未来6秒运动轨迹及其对应概率，并以brier-minFDE作为模型预测效果的关键指标，该指标综合考量了算法的预测距离误差和概率准确性。

 

广汽研究院如何做到行业第一

 

广汽研究院X Lab团队自主研发的运动轨迹预测框架XPredFormer，brier-minFDE关键指标达到1.77，处于行业第一。具体实现方式如下：

首先，通过Agent-Encoder和Lane-Encoder两个Transformer模块分别提取场景中交通参与者的历史轨迹运动学特征和复杂的车道拓扑关系特征；其次，利用Transformer-Interaction模块的Cross-attention机制分别对场景中的动静态元素建模多尺度交互特征；最后，通过Transformer-Decoder模块输出高斯混合模型表示多模态预测轨迹及其对应概率。

 

（广汽XPredFormer框架示意图）

 

广汽运动轨迹预测领域的技术突破

 

广汽自主研发的运动轨迹预测框架XPredFormer整体上有三大技术突破：

一是实现了预测精度大幅提升。模仿人类驾驶过程中的观察注意力机制，分别设计了动态、静态、交互态3个独立的Transformer特征提取模块，以实现交通场景的细粒度理解，从而实现预测精度的巨大提升。

二是实现了出色的移植鲁棒性和推理速度。以业务落地需求为出发点，完全自主研发的Transformer轻量级网络，实现了通过单次推理预测场景中全部Agent轨迹的机制，解决了业务上模型推理时间长、落地难的痛点，具有出色的移植鲁棒性和推理速度。

三是具有良好的适配应用条件。XPredFormer具有良好的平台适配与泛化性，可针对不同算力硬件平台进行算法定制化适配，实现预测速度与精度的完美平衡，有效缩短了产品化周期。

 

关于广汽研究院X Lab团队

 

广汽研究院X Lab团队成立于2022年，是一支由全球人工智能顶级专家陈学文领衔、以纯视觉路线为主的世界前沿自动驾驶全栈自研团队，全面布局自动驾驶算法、软件集成、仿真测试等领域，致力于实现全场景的无人驾驶，将无人驾驶技术惠及人类出行。团队现有研发人员100多人，成员专业背景多样。成立一年多以来，团队已在泊车和行车领域取得突破性进展。

此次广汽研究院在运动预测领域取得突破性进展，增加了新技术落地量产的可行性。同时，加上在视觉感知领域的先进技术，使打造更加前沿的自动驾驶视觉系统成为可能，目前各项新技术已在泊车、行车领域为量产前进行试验测试。下一步，广汽研究院X Lab团队将继续探索实践运动轨迹预测框架XPredFormer以及其他视觉感知新技术在自动驾驶应用场景的产品化落地，为用户提供低成本的自动驾驶方案，助力自动驾驶行业发展。