本文针对城市道路施工区的自车轨迹预测进行研究。施工区车道布局和连通性临时变化，导致与周围车辆和工人的交互复杂，预测难度增大。为此我们构建了 WZDrive-Data 多模态数据集，包含 33 名司机在模拟器中完成的 1,183 段施工区驾驶。模拟器预录工人动画并支持 VR 控制工人，实现人机交互。记录了驾驶控制信号、视线信息、车辆轨迹以及场景元数据。基于此我们提出了多模态自车轨迹预测模型 WZDrive，融合控制、视线等信号。实验在我们构建的基准上取得平均 minADE (K=6) 为 1.09 m，minFDE (K=6) 为 2.12 m。相较于最佳基线，分别降低 7.18% 和 13.18%。研究填补了施工区自动驾驶轨迹预测的数据和方法空白，展示了人机交互数据在多模态学习中的价值。
点评