基于門控循環(huán)單元和Transformer的車輛軌跡預(yù)測(cè)方法※

【摘要】為增強(qiáng)自動(dòng)駕駛車輛對(duì)動(dòng)態(tài)環(huán)境的理解能力及其道路行駛安全性，提出基于門控循環(huán)單元（GRU）和Transformer的車輛軌跡預(yù)測(cè)模型STGTF，使用GRU提取車輛的歷史軌跡特征，通過雙層多頭注意力（MHA）機(jī)制提取車輛的時(shí)空交互特征，生成預(yù)測(cè)軌跡。試驗(yàn)結(jié)果表明，預(yù)測(cè)結(jié)果的均方根誤差（RMSE）平均降低7.3%，STGTF在短期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè)方面均有不同程度的提升，驗(yàn)證了模型的有效性。

主題詞：車輛軌跡預(yù)測(cè) 門控循環(huán)單元 Transformer 車輛交互 多頭注意力機(jī)制

中圖分類號(hào)：TP399 " 文獻(xiàn)標(biāo)志碼：A " DOI： 10.19620/j.cnki.1000-3703.20230877

Vehicle Trajectory Prediction Method Based on GRU and Transformer

Wang Qingrong1， Tan Xiaoze1， Zhu Changfeng2， Li Yujie1

（1. Institute of Electronic and Information Engineering， Lanzhou Jiaotong University， Lanzhou 730070; 2. Institute of Transportation， Lanzhou Jiaotong University， Lanzhou 730070）

【Abstract】In order to enhance the understanding of the dynamic environment of autonomous vehicles and to improve road driving safety， this article proposed a vehicle trajectory prediction STGTF model based on the Gated Recurrent Unit （GRU） and Transformer that used the GRU to extract the historical trajectory features of vehicles， and used a two-layer Multi-Headed Attention （MHA） mechanism to extract the spatio-temporal interaction features of vehicles， generating the predicted trajectories. The experimental results show that the Root-Mean-Square Error （RMSE） of the predicted results decrease by 7.3% on average， STGTF model has different degrees of improvement compared with other existing methods for both short-term prediction and long-term prediction， proving validity of this model.

Key words： Vehicle trajectory prediction， Gated Recurrent Unit （GRU）， Transformer， Vehicle interaction， Multi-head attention mechanism

【引用格式】 王慶榮， 譚小澤， 朱昌鋒， 等. 基于門控循環(huán)單元和Transformer的車輛軌跡預(yù)測(cè)方法[J]. 汽車技術(shù)， 2024（7）： 1-8.

WANG Q R， TAN X Z， ZHU C F， et al. Vehicle Trajectory Prediction Method Based on GRU and Transformer[J]. Automobile Technology， 2024（7）： 1-8.

1 前言

自動(dòng)駕駛系統(tǒng)中，車輛軌跡預(yù)測(cè)直接關(guān)聯(lián)車輛的決策與控制，是實(shí)現(xiàn)智能交通的核心技術(shù)之一。車輛行駛軌跡通常受周圍車輛影響[1]，為確保自動(dòng)駕駛車輛能夠安全、有效地適應(yīng)環(huán)境變化，需實(shí)時(shí)了解臨近車輛的駕駛狀態(tài)和意圖[2]。因此，車輛軌跡預(yù)測(cè)對(duì)防止交通事故的發(fā)生、提升道路行駛的安全性具有重要意義。

傳統(tǒng)車輛軌跡預(yù)測(cè)方法主要依靠物理模型或機(jī)器學(xué)習(xí)方法，如運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)模型、隱馬爾可夫模型和卡爾曼濾波等[3]。此類方法適用于駕駛意圖識(shí)別和短期的軌跡預(yù)測(cè)，無法準(zhǔn)確理解復(fù)雜場(chǎng)景，導(dǎo)致長(zhǎng)期預(yù)測(cè)效果不佳[4]。隨著深度學(xué)習(xí)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)逐漸應(yīng)用于軌跡預(yù)測(cè)問題[5]。Deo等[6]提出車輛軌跡預(yù)測(cè)模型卷積社交長(zhǎng)短時(shí)記憶（Convolutional Social Long Short Term Memory，CS-LSTM）網(wǎng)絡(luò)，使用卷積池化層代替社交長(zhǎng)短時(shí)記憶（Social Long Short Term Memory，S-LSTM）網(wǎng)絡(luò)[7]的池化層，以提取周圍車輛的交互信息進(jìn)行軌跡預(yù)測(cè)。李文禮等[8]在社交生成對(duì)抗網(wǎng)絡(luò)（Social Generative Adversarial Network，S-GAN）模型[9]的基礎(chǔ)上考慮車輛的行駛狀態(tài)參數(shù)和形狀尺寸，并建立車輛間交互影響力場(chǎng)模型，體現(xiàn)了車輛間的復(fù)雜空間交互影響特性。為加強(qiáng)車輛間交互關(guān)系，可通過引入注意力機(jī)制聚焦歷史軌跡數(shù)據(jù)中的關(guān)鍵信息，從而提取車輛間交互特征[10]。Messaoud等[11]提出基于長(zhǎng)短時(shí)記憶（Long Short Term Memory，LSTM）網(wǎng)絡(luò)的編、解碼器框架，并采用多頭注意力（Multi-Head Attention，MHA）機(jī)制強(qiáng)調(diào)相鄰車輛間的交互作用以提高軌跡預(yù)測(cè)的精度。Liu等[12]提出mmTransformer（Multimodal Motion Transformer）模型，使用多頭自注意機(jī)制捕捉相鄰車輛的交互特征，并采用基于區(qū)域的訓(xùn)練策略實(shí)現(xiàn)了多模態(tài)軌跡預(yù)測(cè)，但此類方法僅關(guān)注交互車輛的空間相關(guān)性，忽略了交互的時(shí)間依賴性。

在動(dòng)態(tài)密集的駕駛環(huán)境中，車輛運(yùn)動(dòng)受到周圍車輛的交互作用通常隨著時(shí)間動(dòng)態(tài)變化。鑒于此，本文提出基于門控循環(huán)單元（Gated Recurrent Unit，GRU）和Transformer的車輛軌跡預(yù)測(cè)模型STGTF（Spatio-Temporal GRU-Transformer），利用GRU編碼歷史軌跡數(shù)據(jù)提取車輛的歷史軌跡特征，設(shè)計(jì)具有雙層多頭注意力機(jī)制的Transformer編碼器，同時(shí)捕獲車輛間的時(shí)空交互特征，使用Transformer解碼器生成預(yù)測(cè)軌跡。

2 軌跡預(yù)測(cè)模型

2.1 車輛軌跡預(yù)測(cè)模型

根據(jù)目標(biāo)車輛的歷史軌跡以及交通環(huán)境信息準(zhǔn)確預(yù)測(cè)目標(biāo)車輛未來一段時(shí)間的行駛軌跡[13]。以場(chǎng)景內(nèi)所有車輛在歷史時(shí)段Tp內(nèi)的軌跡序列P作為輸入：

[P=pT-Tp，…，pt，…，pTpt=p1t，…，pit，…，pntpit=xit，yit，vit，uit，cit] " " " " " " " " " " （1）

式中：T為當(dāng)前時(shí)刻；Tp為歷史時(shí)間；n為車輛總數(shù)量；pt為t時(shí)刻車輛的歷史特征；[pit]為t時(shí)刻車輛i的歷史特征，包括車輛i在t時(shí)刻的橫坐標(biāo)[xit]、縱坐標(biāo)[yit]、瞬時(shí)速度[vit]、瞬時(shí)加速度[uit]和車輛類型[cit]。

模型的輸出為場(chǎng)景內(nèi)所有車輛在未來時(shí)段Tf內(nèi)的軌跡序列F：

[F=fT+1，…， ft，…， fT+Tfft=f1t，…， fit，…， fntfit=xit，yit] " " " " " " " " " "（2）

式中：ft為t時(shí)刻車輛的預(yù)測(cè)特征；[fit]為t時(shí)刻車輛i的預(yù)測(cè)特征，包括目標(biāo)車輛的橫坐標(biāo)[xit]和縱坐標(biāo)[yit]。

在t時(shí)刻，以采集區(qū)域內(nèi)目標(biāo)車輛的前軸中心坐標(biāo)（x0，y0）為原點(diǎn)，以行駛方向?yàn)閤軸、垂直方向?yàn)閥軸建立坐標(biāo)系，如圖1所示。假設(shè)周圍車輛使用局部坐標(biāo)（xn，yn），所在坐標(biāo)系的相對(duì)坐標(biāo)為[x′n，y′n]，則有：

[x′n=xn-x0y′n=yn-y0] " " " nbsp; " " " " " " " " " " " " （3）

當(dāng)目標(biāo)車輛行駛方向的偏轉(zhuǎn)角為θ時(shí)，周圍車輛的行駛方向不變，此時(shí)周圍車輛的相對(duì)坐標(biāo)為[xθn，yθn]：

[θ=arctanxt0-xt-10yt0-yt-10] " " " " " " " " " " " " " （4）

[xθn=x′ncosθ+y′nsinθyθn=-x′ncosθ+y′nsinθ] " " " " " " " " " " " "（5）

式中：[xt0，yt0]為t時(shí)刻車輛的前軸中心坐標(biāo)。

2.2 預(yù)測(cè)模型構(gòu)建

為實(shí)現(xiàn)車輛在復(fù)雜交通場(chǎng)景中軌跡的準(zhǔn)確預(yù)測(cè)，本文提出基于GRU和改進(jìn)Transformer的時(shí)空交互注意網(wǎng)絡(luò)STGTF，如圖2所示。STGTF分為以下3個(gè)部分：

a. 軌跡特征提取模塊，通過GRU對(duì)輸入的車輛歷史軌跡序列P進(jìn)行編碼，提取歷史軌跡的時(shí)間序列特征。

b. 交互特征提取模塊，使用雙層多頭注意力機(jī)制的Transformer編碼器對(duì)編碼向量進(jìn)行注意力加權(quán)，先獲取車輛之間的空間交互特征，再獲取空間交互特征序列的時(shí)間依賴關(guān)系，最終得到車輛的時(shí)空交互特征。

c. 軌跡解碼模塊，通過Transformer解碼器實(shí)現(xiàn)對(duì)時(shí)空交互特征的解碼，生成最終預(yù)測(cè)軌跡序列F。

3 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

3.1 軌跡特征提取模塊

軌跡特征提取模塊首先通過多層感知機(jī)（Multi-Layer Perceptron，MLP）將車輛各時(shí)刻運(yùn)動(dòng)狀態(tài)轉(zhuǎn)換成嵌入表示：

et=fMLP（pt，We） " " " " " " " " " " " " " " " "（6）

式中：We為嵌入權(quán)重矩陣，fMLP為MLP層。

利用GRU對(duì)嵌入編碼并提取歷史軌跡特征，如圖3所示。其中：zt為t時(shí)刻更新門（Update Gate）的輸出，控制要被繼續(xù)傳遞到未來的信息量；rt為t時(shí)刻重置門（Reset Gate）的輸出，控制將要遺忘的信息量。

通過重置門對(duì)t時(shí)刻車輛的運(yùn)動(dòng)狀態(tài)et和上一時(shí)刻傳遞的隱藏狀態(tài)ht-1計(jì)算出需要被遺忘的信息量。同時(shí)，使用更新門計(jì)算需要被傳遞的信息量，將重置門的輸出rt與上一時(shí)刻的隱藏狀態(tài)ht-1相乘并與et進(jìn)行映射，計(jì)算候選隱藏狀態(tài)。最后，將上述記憶內(nèi)容與當(dāng)前記憶內(nèi)容疊加進(jìn)行更新記憶，得到t時(shí)刻的隱藏狀態(tài)：

[rt=σWr?[ht-1，et]+brzt=σWz?[ht-1，et]+bzht=tanhWh?[rt，ht-1，et]+bh] " " " " " " " " "（7）

[ht=zt×ht+（1-zt）×ht-1] " " " " " " " " " " " （8）

式中：σ為S型函數(shù)（Sigmoid函數(shù)），ht為t時(shí)刻的隱藏狀態(tài)，[ht]為t時(shí)刻候選隱藏狀態(tài)，tanh為激活函數(shù)，Wr、Wz、Wh分別為重置門、更新門和候選隱藏單元的權(quán)重矩陣，br、bz、bh分別為重置門、更新門和候選隱藏單元的偏置向量。

對(duì)所有嵌入進(jìn)行處理，得到所有車輛的運(yùn)動(dòng)隱藏狀態(tài)后進(jìn)行信息編碼，作為車輛的歷史軌跡特征H={ht1，…，hti，…，htn}。

3.2 交互特征提取模塊

在歷史軌跡特征提取模塊中，各車輛均以獨(dú)立的GRU單元編碼，不考慮各車輛間交互關(guān)系。實(shí)際上，車輛的行駛軌跡受自身駕駛狀態(tài)影響的同時(shí)，還會(huì)受到其他車輛駕駛行為交互作用的影響。由于不同車輛對(duì)目標(biāo)車輛的影響程度存在差異，為了考慮車輛交互作用的影響程度，使用Transformer編碼器的多頭注意力機(jī)制對(duì)車輛歷史軌跡的編碼信息建立各車輛間的聯(lián)系。

Transformer編碼器結(jié)構(gòu)如圖4所示，包含位置編碼（Positional Encoding，PE）、多頭注意力機(jī)制層、前饋網(wǎng)絡(luò)（Feed Forward Network，F(xiàn)FN）層、殘差連接和層歸一化（Residual Connection and Layer Normalization，Addamp;Norm）。車輛間交互作用存在空間性及時(shí)間依賴性，因此，本文將Transformer編碼器中的多頭注意力機(jī)制層設(shè)計(jì)成雙層多頭注意力機(jī)制。

首層MHA中，為獲取交互作用的空間性，在每個(gè)時(shí)間戳內(nèi)計(jì)算車輛之間交互作用程度，對(duì)各車輛與周圍車輛的歷史軌跡特征進(jìn)行相似度計(jì)算，通過加權(quán)求和得到周圍車輛的注意力權(quán)重。第二層MHA中，計(jì)算不同時(shí)間戳之間的注意力權(quán)重，使模型更多地關(guān)注上層中有強(qiáng)交互作用的時(shí)間戳內(nèi)的信息。

3.2.1 位置編碼

由于Transformer中不存在處理時(shí)序數(shù)據(jù)的循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）[14]結(jié)構(gòu)，所以在輸入嵌入（Input Embedding）后增加位置編碼（Positional Encoding），以提供輸入的時(shí)序信息：

[PE（l，2i）=sin（l/10 0002i/dmodel）PE（l，2i+1）=cos（l/10 0002i/dmodel）] " " " " " " " " "（9）

式中：PE（l，2i）、PE（l，2i+1）分別為偶數(shù)位置和奇數(shù)位置的編碼，l為軌跡點(diǎn)在整條軌跡中的位置，i為對(duì)應(yīng)軌跡點(diǎn)向量的維度，dmodel為嵌入的總維度。

3.2.2 多頭注意力機(jī)制層

計(jì)算首層MHA中各車輛與其他車輛間在空間中交互作用的程度，注意力機(jī)制的原理如圖5所示。

首先，將車輛的歷史特征通過3個(gè)權(quán)重矩陣[Wq]、[Wk]、[Wv]分別映射得到對(duì)應(yīng)的查詢（Query）矩陣Q、鍵（Key）矩陣K和值（Value）矩陣V：

[Q=q1t，…，qit，…，qntK=k1t，…，kit，…，kntV=v1t，…，vit，…，vnt] " " " " " " " " （10）

[qit=Wq?hitkit=Wk?hitvit=Wv?hit] " " " " " " " " " " " " " （11）

式中：[qit]、[kit]、[vit]分別為t時(shí)刻車輛i的查詢向量、鍵向量和值向量。

通過計(jì)算車輛i的[qit]和車輛j的[kit]的點(diǎn)積得到車輛j對(duì)車輛i的注意力得分為[st（i，j）=qit?kit]，并通過Softmax函數(shù)進(jìn)行歸一化處理，再將其與車輛j的[vit]相乘，對(duì)所有加權(quán)值求和，得到對(duì)應(yīng)的注意力權(quán)重：

[at，i=i=1nj=1nSoftmaxst（i，j）dkey?vjt] " " " " " " "（12）

式中：dkey為值向量的維度。

將多個(gè)原始特征向量Wa、Wk、Wv映射到不同空間，計(jì)算相似度。通過拼接（Concat）操作拼接各注意力權(quán)重，從而得到包含所有注意力頭的權(quán)重：

[At=fConcat（a1t，…，aht）?Wo] " " " " " " " " "（13）

式中：[fConcat]為拼接（Concat）函數(shù)，At為h個(gè)注意力頭的權(quán)重，[aht]為第h個(gè)頭的注意力權(quán)重，Wo為線性轉(zhuǎn)換的權(quán)重矩陣，h為映射的空間的數(shù)量，即頭數(shù)。

車輛在各時(shí)間戳內(nèi)均需進(jìn)行計(jì)算，因此，車輛的空間交互特征序列[H=AT-Tp，…，AT]。將空間交互特征序列[H]作為第二層MHA的輸入，同理，車輛的時(shí)空交互特征序列[H]為：

[H={A1，…，Ai，…，An}Ai=fConcat（a1t，…，aht）?Woai，t=t=T-TpTt=T-TpTSoftmaxqt?ktdkey?vt] " " " " "（14）

3.3 軌跡解碼模塊

使用Transformer解碼器進(jìn)行解碼，包括掩碼多頭注意力（Masked Multi-Head Attention，MMHA）層、編碼器-解碼器注意力（Encoder-Decoder Attention，EDA）層、前饋網(wǎng)絡(luò)層、殘差連接和層歸一化。

MMHA是解碼器特有結(jié)構(gòu)，為保證未來的信息不被提前解碼，需要對(duì)當(dāng)前時(shí)刻之后的信息進(jìn)行掩碼處理。EDA通過計(jì)算編碼器的輸出Key、Value和解碼器上一時(shí)刻的輸出Query之間的權(quán)重，使解碼器能夠?qū)⒆⒁饬杏趯?duì)當(dāng)前車輛交互影響更大的車輛。此外，編碼器或解碼器均由數(shù)量為N的相同的編碼層或解碼層堆疊而成。

解碼后，需對(duì)解碼器的輸出進(jìn)行全連接線性映射，并通過Softmax函數(shù)歸一化預(yù)測(cè)值，輸出軌跡的預(yù)測(cè)位置，獲得最終預(yù)測(cè)軌跡序列。

4 試驗(yàn)結(jié)果及分析

4.1 數(shù)據(jù)集

本文使用美國(guó)聯(lián)邦公路管理局采集的公開軌跡數(shù)據(jù)集NGSIM（Next Generation Simulation），由多個(gè)高架攝像機(jī)以10 Hz的采樣頻率記錄的真實(shí)高速公路駕駛場(chǎng)景組成。本文使用US 101和I-80兩個(gè)場(chǎng)景下的數(shù)據(jù)，如圖6所示。每個(gè)數(shù)據(jù)集有45 min數(shù)據(jù)，其中，稀疏、中等和稠密3種交通狀況各15 min，數(shù)據(jù)內(nèi)容包括車輛的坐標(biāo)、速度、加速度等。

4.2 參數(shù)設(shè)置

本文提出的模型在NVIDIA GeForce RTX 3090圖形處理器的試驗(yàn)環(huán)境下進(jìn)行，在PyTorch框架下使用Python語(yǔ)言完成。其中，GRU隱藏單元數(shù)為64，并使用tanh函數(shù)將輸出約束在[-1，1]范圍內(nèi)。MHA頭數(shù)為8，Transformer編解碼器設(shè)置為6層。采用自適應(yīng)矩估計(jì)（Adaptive Moment Estimation，Adam）優(yōu)化器[15]，初始學(xué)習(xí)率設(shè)置為0.000 5。每次訓(xùn)練的樣本批量大小為32，模型迭代次數(shù)為400次。每個(gè)場(chǎng)景共有8 s的觀測(cè)數(shù)據(jù)，以前3 s的數(shù)據(jù)作為歷史軌跡數(shù)據(jù)，后5 s的數(shù)據(jù)作為需要預(yù)測(cè)的未來軌跡數(shù)據(jù)，并以7∶1∶2的比例劃分為訓(xùn)練集、驗(yàn)證集與測(cè)試集。

在訓(xùn)練過程中，將最小平方誤差損失作為模型的損失函數(shù)，即[lLoss=t=TT+Tfft-ft2]。其中，ft為模型預(yù)測(cè)的軌跡，[ft]為真實(shí)軌跡。

4.3 模型評(píng)價(jià)

模型評(píng)估采用的評(píng)價(jià)指標(biāo)為均方根誤差（Root Mean Square Error，RMSE），即在預(yù)測(cè)時(shí)間內(nèi)預(yù)測(cè)軌跡位置和真實(shí)軌跡位置的平均歐幾里得距離（Mean Euclidean Distance，MED）之間的差異，反映模型的平均預(yù)測(cè)性能。RMSE的值越小，表示模型的預(yù)測(cè)軌跡與真實(shí)軌跡之間的偏移越小，預(yù)測(cè)效果越好：

[eRMSE=1ni=1nxit-xit2+yit-yit2] " " " " " " " （15）

式中：[xit]、[yit]分別為t時(shí)刻軌跡預(yù)測(cè)位置的橫、縱坐標(biāo)，[xit]、[yit]分別為t時(shí)刻軌跡真實(shí)位置的橫、縱坐標(biāo)。

4.4 試驗(yàn)結(jié)果

4.4.1 交互車輛選取范圍分析

為了驗(yàn)證臨近車輛與待預(yù)測(cè)車輛的交互作用范圍，選擇縱向距離前、后分別為0 m、50 m、100 m、150 m和橫向距離左、右分別為0 m、4 m、8 m進(jìn)行分析，試驗(yàn)結(jié)果如圖7所示。

由圖7a可知，當(dāng)周圍車輛與待預(yù)測(cè)目標(biāo)車輛的縱向距離為前、后100 m時(shí)，模型可以取得優(yōu)于其他距離的結(jié)果。由圖7b可知，當(dāng)周圍車輛與待預(yù)測(cè)目標(biāo)車輛的橫向距離為左、右4 m時(shí)，模型可以取得優(yōu)于其他距離的結(jié)果。以上結(jié)果說明，不考慮周圍車輛的交互影響或考慮過多周圍車輛的交互影響均會(huì)降低預(yù)測(cè)精度。

4.4.2 基準(zhǔn)模型對(duì)比試驗(yàn)

為了評(píng)估模型性能，將本文模型STGTF與基準(zhǔn)模型進(jìn)行比較，不同預(yù)測(cè)時(shí)域tp條件下的預(yù)測(cè)結(jié)果如表1和圖8所示。對(duì)比模型包括S-LSTM模型、S-GAN模型、CS-LSTM模型和規(guī)劃軌跡預(yù)測(cè)（Planning-informed trajectory Prediction，PiP）[16]模型。

由預(yù)測(cè)結(jié)果可知，本文模型STGTF的性能均優(yōu)于其他基準(zhǔn)模型，且在3～5 s內(nèi)的長(zhǎng)期預(yù)測(cè)中優(yōu)勢(shì)明顯。在1～2 s內(nèi)各模型預(yù)測(cè)性能相近源于短期預(yù)測(cè)更多受到車輛歷史軌跡和即時(shí)狀態(tài)的影響，比長(zhǎng)期預(yù)測(cè)更容易取得較好性能，交互作用的影響在長(zhǎng)期預(yù)測(cè)上表現(xiàn)更為明顯。S-LSTM雖然考慮了空間交互作用的影響，但與其他模型相比范圍較小，故預(yù)測(cè)結(jié)果較差。S-GAN使用生成式對(duì)抗網(wǎng)絡(luò)，交互作用的范圍更大，使得預(yù)測(cè)效果有所提升。CS-LSTM使用了卷積池化層，相較于S-LSTM的最大池化層能夠更好地捕捉到車輛之間的交互，但預(yù)測(cè)精度仍略低于考慮自車運(yùn)動(dòng)趨勢(shì)的PiP模型。本文提出的STGTF同時(shí)考慮了交互的空間相關(guān)性和時(shí)間依賴性，使模型能夠更穩(wěn)健地對(duì)車輛之間的交互作用進(jìn)行建模，從而預(yù)測(cè)結(jié)果更佳。

4.4.3 消融實(shí)驗(yàn)

為進(jìn)一步驗(yàn)證本文模型各模塊的有效性，對(duì)STGTF模型進(jìn)行消融實(shí)驗(yàn)，結(jié)果如表2和圖9所示。

消融實(shí)驗(yàn)結(jié)果顯示，從STGTF中去除不同部分后，得到的模型普遍存在不同程度的性能退化。其中，STTF（Spatio-Temporal Transformer）為去掉歷史軌跡特征提取模塊的模型，將歷史軌跡數(shù)據(jù)經(jīng)過一層全連接層直接輸入時(shí)空交互特征提取模塊，STGTF與之相比，RMSE降低約5.2%，說明提取車輛的歷史軌跡時(shí)間序列特征和運(yùn)動(dòng)狀態(tài)特征能夠提升模型的預(yù)測(cè)能力。TGTF（Temporal GRU-Transformer）為只考慮待預(yù)測(cè)車輛歷史軌跡而不考慮空間交互作用的模型，STGTF與之相比，RMSE降低約10.2%。結(jié)果表明，隨著預(yù)測(cè)時(shí)長(zhǎng)的增加，未考慮車輛交互的模型性能退化愈發(fā)明顯，說明車輛間交互作用影響車輛的軌跡預(yù)測(cè)，在長(zhǎng)期預(yù)測(cè)問題中格外關(guān)鍵。SGTF（Spatial GRU-Transformer）只考慮交互作用的空間相關(guān)性而不考慮時(shí)間依賴性的模型，STGTF與之相比，RMSE降低約2.4%，說明考慮交互作用的時(shí)間依賴性是有必要的。綜上可知，本文模型各模塊對(duì)提升模型性能均有效。

4.4.4 可視化結(jié)果分析

對(duì)模型進(jìn)行定性分析，選擇具有代表性的2種場(chǎng)景，并對(duì)其預(yù)測(cè)結(jié)果進(jìn)行可視化，如圖10所示。

圖10a可知，本文模型比較準(zhǔn)確地預(yù)測(cè)出車輛直行時(shí)的未來軌跡，同時(shí)，該場(chǎng)景下周圍車輛的換道行為，并未影響對(duì)目標(biāo)車輛軌跡的預(yù)測(cè)，說明本文模型具有一定的抗干擾性。圖10b中，本文模型雖然在換道點(diǎn)附近的預(yù)測(cè)結(jié)果稍有偏差，但仍可準(zhǔn)確地預(yù)測(cè)車輛的行駛趨勢(shì)。

本文模型與對(duì)比模型在換道場(chǎng)景中的預(yù)測(cè)軌跡對(duì)比結(jié)果如圖11所示。在變道的復(fù)雜場(chǎng)景中，本文模型同樣能夠更準(zhǔn)確地預(yù)測(cè)未來軌跡，且更接近真實(shí)軌跡。

5 結(jié)束語(yǔ)

為提升自動(dòng)駕駛技術(shù)在復(fù)雜交通環(huán)境下的安全性，本文建立了基于GRU和Transformer的車輛軌跡預(yù)測(cè)方法STGTF，實(shí)現(xiàn)了對(duì)車輛未來行駛軌跡的預(yù)測(cè)。通過RMSE比較預(yù)測(cè)軌跡與真實(shí)軌跡之間的差異，驗(yàn)證了本文模型的性能及各組成部分的有效性。定量試驗(yàn)結(jié)果表明，本文模型與現(xiàn)有模型相比，在1～5 s內(nèi)的預(yù)測(cè)精度均有所提升，且提升效果隨時(shí)間增長(zhǎng)明顯。定性試驗(yàn)結(jié)果表明，本文模型能夠得到較為接近真實(shí)軌跡的預(yù)測(cè)結(jié)果。

未來，將考慮引入道路環(huán)境數(shù)據(jù)信息，使預(yù)測(cè)結(jié)果符合道路的幾何特征，增強(qiáng)預(yù)測(cè)結(jié)果的可靠性，進(jìn)一步提升自動(dòng)駕駛汽車路徑規(guī)劃的安全性。

參 考 文 獻(xiàn)

[1] HU L， ZHOU X Q， ZHANG X， et al. A Review on Key " " "Challenges in InIntelligent Vehicles： Safety and " Driver-Oriented Features[J]. IET Intelligent Transport Systems， 2021， 15（9）： 1093-1105.

[2] LIU J B， MAO X Y， FANG Y Q， et al. A Survey on Deep-Learning Approaches for Vehicle Trajectory Prediction in Autonomous Driving[C]// 2021 IEEE International " " " " " " " " Conference on Robotics and Biomimetics （ROBIO）. Sanya， China： IEEE， 2021： 978-985.

[3] LEFèVRE S， VASQUEZ D， LAUGIER C. A Survey on " " Motion Prediction and Risk Assessment for Intelligent " " " " " "Vehicles[J]. Robomech Journal， 2014， 1（1）： 1-14.

[4] CHEN W H， WANG F F， SUN H B. "S2TNet： Spatio-Temporal Transformer Networks for Trajectory Prediction in " Autonomous Driving[C]// Asian Conference on Machine Learning. Online： PMLR， 2021： 454-469.

[5] 高振海， 鮑明喜， 高菲， 等. 智能駕駛系統(tǒng)對(duì)周邊交通車輛預(yù)期軌跡的單模態(tài)網(wǎng)絡(luò)預(yù)測(cè)方法[J]. 汽車技術(shù)， 2022（11）： 1-9.

GAO Z H， BAO M X， GAO F， et al. A Uni-Modal Network Prediction Method for Surrounding Vehicle Expected " " " " "Trajectory in Intelligent Driving System[J]. Automobile " " Technology， 2022（11）： 1-9.

[6] DEO N， TRIVEDI M M. Convolutional Social Pooling for "Vehicle Trajectory Prediction[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops. Salt Lake City， UT， USA： IEEE， 2018： 1468-1476.

[7] ALAHI A， GOEL K， RAMANATHAN V， et al. Social LSTM： Human Trajectory Prediction in Crowded Spaces[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas， NV， USA： IEEE， 2016： 961-971.

[8] 李文禮， 韓迪， 石曉輝， 等. 基于時(shí)-空注意力機(jī)制的車輛軌跡預(yù)測(cè)[J]. 中國(guó)公路學(xué)報(bào)， 2023， 36（1）： 226-239.

LI W L， HAN D， SHI X H， et al. Vehicle Trajectory " " " " " "Prediction Based on Spatial-Temporal Attention Mechanism[J]. China Journal of Highway and Transport， 2023， 36（1）： 226-239.

[9] AGRIM G， JUSTIN J， LI F F， et al. Social GAN： Socially " " Acceptable Trajectories with Generative Adversarial " " " " Networks[C]// Proceedings of the IEEE Conference on " " " " "Computer Vision and Pattern Recognition. Salt Lake City， UT， USA： IEEE， 2018： 2255-2264.

[10] LI L， ZHAO W Z， WANG C Y， et al. BRAM-ED： Vehicle Trajectory Prediction Considering the Change of Driving Behavior[J]. IEEE/ASME Transactions on Mechatronics， 2022， 27（6）： 5690-5700.

[11] MESSAOUD K， YAHIAOUI A， VERROUST-BLONDET A， et al. Attention Based Vehicle Trajectory Prediction[J]. IEEE Transactions on Intelligent Vehicles， 2021， 6（1）： 175-185.

[12] LIU Y C， ZHANG J H， FANG L J， et al. Multimodal Motion Prediction with Stacked Transformers[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Nashville， TN， USA： IEEE， 2021： 7573-7582.

[13] 趙樹恩， 蘇天彬， 趙東宇. 基于圖神經(jīng)網(wǎng)絡(luò)的交互車輛駕駛意圖識(shí)別及軌跡預(yù)測(cè)[J]. 汽車技術(shù)， 2023（7）： 24-30.

ZHAO S E， SU T B， ZHAO D Y. Interactive Vehicle " " " " Driving Intention Recognition and Trajectory Prediction Based on Graph Neural Network[J]. Automobile " " " " " Technology， 2023（7）： 24-30.

[14] CHOI S， KIM J， YEO H. Attention-Based Recurrent " " " Neural Network for Urban Vehicle Trajectory Prediction[J]. Procedia Computer Science， 2019， 151： 327-334.

[15] ZHANG Z J. Improved Adam Optimizer for Deep Neural Networks[C]// 2018 IEEE/ACM 26th International " " " " " " Symposium on Quality of Service （IWQoS）. Banff， AB， " " "Canada： IEEE， 2018： 1-2.

[16] SONG H R， DING W C， CHEN Y X， et al. PiP： Planning-Informed Trajectory Prediction for Autonomous Driving[C]// European Conference on Computer Vision. Glasgow， United Kingdom： Springer， Cham， 2020： 598-614.

（責(zé)任編輯 瑞 秋）

修改稿收到日期為2023年11月20日。