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。

1.参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。

2.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。

3.赛事评比指标制定科学

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。

广汽自主研发的运动轨迹预测框架XPredFormer整体上有三大技术突破：

1.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。

2.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。

3.具有良好的适配应用条件

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。

广汽XPredFormer框架示意图

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。