초록
도로 이용자의 미래 운동 예측은 고급 운전자 보조 시스템(ADAS)을 지원하는 데 핵심적인 과제이며, 자율주행(AD)에서는 안전한 주행 조작의 계획과 실행을 가능하게 하기 위해 더욱 중요한 역할을 한다. 본 연구에서는 이전에 제안한 Context-Aware Scene Prediction Network(CASPNet)을 기반으로, 개선된 시스템인 CASPNet++을 제안한다. 본 연구에서는 시공간 그리드를 활용하여 미래 점유 영역을 모델링함으로써 장면 내 모든 도로 이용자의 공동 예측을 지원하기 위해 상호작용 모델링 및 장면 이해 능력을 더욱 강화하는 데 초점을 맞춘다. 또한, 관심 대상 에이전트에 대한 다중 모달 경로를 제공하기 위해 인스턴스 기반의 출력 헤드를 도입하였다. 광범위한 정량적 및 정성적 분석을 통해 CASPNet++이 HD 지도, 레이더 탐지, 라이다 세그멘테이션 등 다양한 환경 입력 소스를 활용하고 융합할 수 있는 확장성을 입증하였다. 도시 중심의 예측 데이터셋 nuScenes에서 테스트한 결과, CASPNet++은 최신 기술 수준(SOTA)의 성능을 달성하였다. 해당 모델은 테스트 차량에 배포되어 중간 수준의 계산 자원을 사용하여 실시간으로 작동하고 있다.