自動駕駛領(lǐng)域已持續(xù)火熱了多年，而截止目前，自動駕駛在真實復(fù)雜場景下的大規(guī)模部署卻一再延后。其中一個很重要的原因是，對于動態(tài)和強交互性場景下的行為和軌跡預(yù)測問題(behavior prediction)始終沒有得出很好的解決方案。由于缺乏對其他道路參與者的行為理解與預(yù)測，自動駕駛車輛便無法進行安全高效的決策、規(guī)劃以及控制。

在自動駕駛領(lǐng)域，很早就有業(yè)內(nèi)人士指出：行為預(yù)測是自動駕駛最具挑戰(zhàn)性的問題之一，比如曾經(jīng)領(lǐng)導(dǎo)Google無人車項目多年的Chris Urmson，曾在演講中提到：Google無人車項目的最大障礙就在于怎樣理解并預(yù)測周圍道路參與者的未來行為。

什么是自動駕駛中的行為預(yù)測問題？

讓我們從自動駕駛汽車的工作原理開始。我們知道，目前自動駕駛的整體架構(gòu)如下圖所示，預(yù)測處于的位置在感知與規(guī)劃之間，它拿到上游感知識別到的障礙物信息，并對這些障礙物在未來時間內(nèi)的行為及軌跡做出一系列的預(yù)測，再將預(yù)測的軌跡給到規(guī)劃模塊，從而幫助規(guī)劃模塊能夠生成更加合理、安全、舒適的軌跡。

自動駕駛汽車需要能夠?qū)ξ磥碜龀鲱A(yù)測 —— 這是司機們一直在潛意識里做的事情。設(shè)想一輛自動駕駛汽車試圖左轉(zhuǎn)，而另一輛車正從相反的方向駛來。為了使自動駕駛汽車安全地執(zhí)行這一操作，它需要確定另一輛車是右轉(zhuǎn)還是繼續(xù)直行并干擾左轉(zhuǎn)，這正是運動預(yù)測的意義所在。而自動駕駛駕駛中的預(yù)測模塊，便是模仿司機在道路上針對不同障礙物的預(yù)測判斷，而不同的駕駛員針對相同的障礙物，他們的判斷是不一樣的，往往一個老司機比一個新手司機所多出來的知識經(jīng)驗就體現(xiàn)在這方面，而這也恰恰決定了一個自動駕駛系統(tǒng)的智能性及安全性，是他是否能達到類人駕駛的一個重要標志。

行為預(yù)測到底重要在哪？

我們知道，評判一個司機是否是經(jīng)驗老到的老司機，最重要的一點就是他對未知情況的預(yù)見性，如果能預(yù)測出一些危險的場景并能提前做出判斷，那便能使得駕駛更加得安全舒適，而自動駕駛中的行為預(yù)測技術(shù)在這里便是充當(dāng)這一功能?？梢哉f沒有行為預(yù)測，自動駕駛也許能解決大部分的簡單場景，但是要真正實現(xiàn)L5級別的自動駕駛，行為預(yù)測是其中的關(guān)鍵技術(shù)，也是決定各家廠商最后成敗的關(guān)鍵一環(huán)。

自動駕駛公司 Pronto CEO Anthony Levandowski 講述了自己的看法：他認為自動駕駛原型車在「預(yù)測」能力上的短板是阻礙其奔向 Level 4/5 的絆腳石。在 Medium 上發(fā)布的一篇博文中，Levandowski 寫道：「現(xiàn)在沒人能實現(xiàn) Level 4/5 是因為如今的軟件還不太行，它無法預(yù)測未來。在這方面，軟件跟人類直覺差遠了，而行為預(yù)測又恰恰是道路安全最重要的因素。」

目前市場上的自動駕駛系統(tǒng)中，預(yù)測環(huán)可能是每個業(yè)界玩家都深感頭疼，卻又不得不解決的一個難題。在一次商業(yè)采訪中，Levandowski 又重申了預(yù)測重要性這一觀點：

「如果你想分析測試車每次『脫離』背后的故事，找到真正的原因，最終結(jié)果都是軟件故障。即使是較為成熟的公司也難以避免，因為在復(fù)雜環(huán)境下，車輛很容易出現(xiàn)誤解或溝通問題。眼下我們的問題不是能否找到更好的傳感器，而是如何解決預(yù)測這個大問題?！褂纱丝梢婎A(yù)測的重要性在所有自動駕駛公司中都已經(jīng)得到極大的重視，并且也提上了日程。

行為預(yù)測的現(xiàn)有解決方案

根據(jù)行為預(yù)測問題的定義，業(yè)界將自動駕駛軌跡預(yù)測的方法分為3類。

1.Physics-based motion models 物理模型

2.Maneuver-based motion models 意圖模型

3.Interaction-aware motion models 交互模型

物理模型即利用汽車運動學(xué)模型及動力學(xué)模型，把汽車當(dāng)做一個剛體，根據(jù)剛體運動預(yù)測汽車的軌跡。缺點是對時間的定性約束，車輛非常多的情況，不能應(yīng)用到其它拓撲結(jié)構(gòu)的道路。

意圖模型將車的軌跡可以分為一系列的簇，每一簇對應(yīng)一個典型的運動模式。缺點是對時間的定性約束，車輛非常多的情況，不能應(yīng)用到其它拓撲結(jié)構(gòu)的道路。

交互模型比物理模型預(yù)測的時間更久，比基于意圖的預(yù)測更加穩(wěn)定，但同時計算多個汽車之間的關(guān)系計算量比較大，非常耗時。

行為預(yù)測的未來挑戰(zhàn)

作為自動駕駛的重要細分方向之一，“自動駕駛中的行為預(yù)測問題“吸引了大量研究人員的關(guān)注與努力。近年來，伴隨著深度學(xué)習(xí)在自動駕駛領(lǐng)域的應(yīng)用不斷加深，行為預(yù)測的精度更是得到了大幅度的提升。然而，現(xiàn)實世界中的駕駛場景極其地復(fù)雜多樣，不同的駕駛場景（高速，交叉路口，環(huán)島等），無論是道路結(jié)構(gòu)，還是駕駛模式都存在不小的差異。

從駕駛場景來看，當(dāng)前的行為預(yù)測方法通過訓(xùn)練后可以在訓(xùn)練集所包含的場景上表現(xiàn)良好，但是一旦遇到一個全新的或者稍有差異的場景，模型的預(yù)測性能往往會崩潰或大幅下降。通過上述行為預(yù)測方法訓(xùn)練出的模型，由于遷移性（transferability）和泛化能力（generalizability）的缺失，會極大地限制自動駕駛進行大規(guī)模部署。倘若需要針對每一個駕駛場景專門訓(xùn)練一個模型，可想而知開發(fā)成本會多么高昂。

除此以外，對真實駕駛環(huán)境中復(fù)雜多樣的駕駛行為實現(xiàn)高效精準預(yù)測，也是一項不小的挑戰(zhàn)。駕駛行為因人而異(heterogeneous) ，不同的駕駛員展現(xiàn)出的駕駛行為存在著較大差異，不同的駕駛員也有著不同的駕駛風(fēng)格，有粗魯莽撞的駕駛員，也有謹慎禮貌的駕駛員。

而目前的大部分預(yù)測方法，通過訓(xùn)練后僅僅能夠預(yù)測出平均意義上的駕駛行為，卻無法捕捉到駕駛員的個體差異。智能體對個體行為差異理解的缺失，將會始終制約行為預(yù)測的精度，因而自動駕駛行為的安全性也將難以得到保障。

在不久的將來，預(yù)測將會成為自動駕駛落地的關(guān)鍵技術(shù)之一，而預(yù)測算法的強大與否，也將直接決定了現(xiàn)在所有自動駕駛玩家的上限，以及用戶在體驗各家產(chǎn)品對于乘坐安全性及舒適性的高要求。

參考資料：

[1]知乎OpenDILa：

https://zhuanlan.zhihu.com/p/513363447?utm_source=wechat_session&utm_medium=social&utm_oi=963565229426352128&utm_campaign=shareopn