预测道路使用者未来的运动轨迹是支持高级驾驶辅助系统（ADAS）的关键任务，在自动驾驶（AD）中，该任务对于实现安全驾驶行为的规划与执行尤为重要。基于我们此前的工作——情境感知场景预测网络（CASPNet），本文提出了一种改进系统：CASPNet++。在本研究中，我们进一步强化了交互建模与场景理解能力，通过时空网格（spatiotemporal grids）对未来的道路占用情况进行建模，以实现对场景中所有道路使用者的联合预测。此外，引入基于实例的输出头（instance-based output head），可为关注的目标代理（agents of interest）生成多模态轨迹。在大量定量与定性分析中，我们验证了CASPNet++在融合多种环境输入源（如高精地图、雷达检测结果和激光雷达分割数据）方面的可扩展性。在以城市场景为核心的预测数据集nuScenes上进行测试，CASPNet++达到了当前最先进的性能水平。该模型已部署于测试车辆中，能够在中等计算资源条件下实现实时运行。