Предсказание: заглядывание в будущее

Данные восприятия кушает следущий модуль - система предсказания. Она пытается ответить на вопрос: «Что произойдёт дальше на сцене?».

Для такого надо спрогнозировать возможные траектории всех участников движения на несколько секунд вперёд (это «горизонт предсказания»), например, с шагом 0.1 секунды

Крайне важно, что нельзя прогнозировать одну траекторию для агента!
Будущее не определено. Пешеход может резко остановиться или побежать, машина — перестроиться. Поэтому система генерирует не одну, а N возможных траекторий для каждого агента, и для каждой оценивает вероятность ее реализации.

Интересно, что для этого этапа существуют основные два подхода

Сначала инженеры пытались обойтись без сложных ML-моделей, используя логичные эвристики:
- Использование физическая модели - Предполагаем, что агент движется с постоянной скоростью или ускорением. Отлично работает на коротких горизонтах (1-2 секунды), но на дистанции не предсказывает манёвры.
- Следование ПДД - «Привязываем» агента к полосе на HD-карте и предполагаем, что он будет ехать по её геометрии. Хорошо работает, пока машина не начнёт перестраиваться.

Проблема в том, что эти предположения в реальности легко нарушаются. Для точного и многовариантного предсказания приходится использовать машинное обучение.

Если собрать достаточно большое количество проездов в данных - можно обучить модельки предсказывать гораздо более правдоподобные и разнообразные сценарии.