INTENT: фреймворк на LSTM предсказывает намерения водителей на перекрёстках с точностью 99,71%

Предсказание намерений водителей на перекрёстках — одна из ключевых задач для безопасного автономного вождения. Новый фреймворк INTENT, основанный на рекуррентной нейронной сети LSTM, достигает точности 99,71% в определении того, повернёт ли автомобиль налево, направо или поедет прямо. Это открывает путь к более надёжным системам помощи водителю и полностью автономным транспортным средствам, способным предвидеть действия других участников движения за две секунды до манёвра.

Почему предсказание намерений критически важно для автономных автомобилей

Автономные автомобили полагаются на датчики и алгоритмы, чтобы понимать окружающую обстановку. Однако простое обнаружение объектов — недостаточно для безопасного движения. На перекрёстках, где пересекаются траектории множества транспортных средств, знание того, что другой водитель собирается сделать, может предотвратить аварию. Если автономная система заранее знает, что автомобиль справа намерен повернуть налево, она может скорректировать свою скорость или траекторию, избегая столкновения. Особенно это важно в экстренных ситуациях, когда время реакции ограничено. Точное предсказание намерений позволяет не только повысить безопасность, но и улучшить плавность движения, снижая количество резких торможений и ускорений.

Как работает фреймворк INTENT

INTENT построен на архитектуре LSTM (Long Short-Term Memory) — типе рекуррентной нейронной сети, способной учитывать временные зависимости в последовательных данных. Модель обучается на наборе данных InD, который содержит записи реальных перекрёстков с размеченными манёврами. Входными данными служат траектории движения автомобилей за последние несколько секунд, а выходом — вероятность каждого из трёх классов: движение прямо, поворот налево и поворот направо. Ключевая особенность INTENT — способность делать предсказание за 2 секунды до начала манёвра. Это достигается за счёт анализа характерных изменений в скорости и направлении движения, которые предшествуют повороту. В ходе ablation study исследователи проверили вклад каждого компонента модели и подтвердили, что LSTM обеспечивает наилучшую точность по сравнению с более простыми архитектурами.

Какая точность достигнута и как это сравнимо с аналогами

Согласно статье на arXiv, точность INTENT составляет 99,71% на тестовой выборке InD. Это значительно превосходит предыдущие подходы, которые обычно достигали точности 95–98%. Для сравнения, многие существующие модели используют CNN для обработки визуальных данных или комбинацию LSTM с attention-механизмами, но INTENT показывает, что правильно настроенная LSTM на траекторных данных может быть не менее эффективной. Высокая точность особенно впечатляет, учитывая, что предсказание делается за две секунды до манёвра — в момент, когда водитель ещё только начинает менять поведение. Это даёт автономной системе достаточно времени для планирования безопасного ответного действия.

Какие данные использовались для обучения и тестирования

Набор данных InD (Intersection Drone Dataset) содержит видеозаписи перекрёстков в Германии, снятые с дронов. В нём размечены траектории автомобилей, велосипедистов и пешеходов, а также указаны типы манёвров. Для задачи предсказания намерений использовались только автомобили, движущиеся по перекрёстку. Данные включают различные типы перекрёстков: с разным количеством полос, наличием светофоров и без них. Это обеспечивает разнообразие сценариев. Однако в статье не уточняется, проводилось ли тестирование на других датасетах, что оставляет вопрос о генерализации модели.

Какие ограничения и нерешённые вопросы остаются

Несмотря на впечатляющие результаты, у INTENT есть ограничения. Во-первых, модель предсказывает только три класса манёвров, тогда как в реальности существуют и другие действия, например, разворот или остановка. Во-вторых, не указаны вычислительные затраты и время вывода модели — важные параметры для внедрения в реальном времени. В-третьих, неизвестно, как модель поведёт себя на других датасетах или в странах с иными правилами дорожного движения. Также остаётся открытым вопрос о работе в условиях плохой видимости или нестандартных перекрёстков. Исследователи не приводят результатов тестирования на наборах данных, таких как NGSIM или HighD, что было бы полезно для оценки обобщающей способности.

Как INTENT может повлиять на развитие автономного вождения

Разработчики систем автономного вождения могут интегрировать INTENT в свои стеки для улучшения предсказания поведения других участников движения. Это особенно актуально для уровней автономности 4 и 5, где автомобиль должен самостоятельно принимать решения в сложных городских условиях. Производители автомобилей, работающие над системами помощи водителю (ADAS), также могут использовать подобные модели для раннего предупреждения о потенциально опасных манёврах. Кроме того, исследователи в области компьютерного зрения и планирования движения могут опираться на архитектуру INTENT для создания более сложных мультимодальных моделей, учитывающих не только траектории, но и жесты водителей, сигналы поворота и дорожную разметку.

Что ждёт технологию в будущем

В ближайшее время можно ожидать появления расширенных версий INTENT, которые будут предсказывать больше классов манёвров и работать на других датасетах. Возможно, исследователи объединят LSTM с механизмами внимания или графовыми нейронными сетями для учёта взаимодействия между несколькими участниками движения. Также вероятно появление версий, оптимизированных для работы на бортовых компьютерах с ограниченными ресурсами. Если модель подтвердит свою эффективность в реальных дорожных тестах, она может стать стандартным компонентом в системах автономного вождения следующего поколения.

Как LSTM помогает предсказывать намерения водителей?

LSTM-сети специально разработаны для обработки последовательностей, таких как временные ряды координат автомобиля. Они могут запоминать долгосрочные зависимости, что важно, поскольку манёвр поворота часто начинается за несколько секунд до фактического изменения направления. Например, водитель может слегка снизить скорость или сместиться в сторону полосы поворота задолго до самого поворота. LSTM способна улавливать эти тонкие сигналы и на их основе делать точное предсказание. В отличие от обычных нейронных сетей, LSTM не страдает от проблемы затухания градиента, поэтому может обучаться на длинных последовательностях. В INTENT используется стек из нескольких слоёв LSTM, что позволяет модели извлекать иерархические признаки движения.