【动手学轨迹预测】2.4 考虑地图拓扑关系的表征方法

文章预览

上一节我们介绍了VectorNet提出了矢量化场景表征方法, 大幅提高了预测网络编码性能. 但是VectorNet对地图数据的编码是基于无向无权图的, 并没有考虑到地图的拓扑关系. 显然在预测中, 地图的拓扑关系应该被考虑到. 于是在VectorNet的基础上, LaneGCN提出一种将地图车道作为节点, 并考虑车道间的拓扑关系的预测网络. 2.4.1 图卷积（Graph Convolution） 图卷积是一种在图结构数据上进行卷积操作的方法, 最常用的操作定义为    ，其中：   是输出特征矩阵。   是图拉普拉斯矩阵（Graph Laplacian Matrix）   是节点特征矩阵，    是节点的数量，    是每个节点特征的维度。   是权重矩阵，用于将输入特征从     维映射到输出特征的     维。 其中图拉普拉斯矩阵     , 是从度矩阵     和邻接矩阵     派生出的矩阵，用于描述图中节点间的连接关系。它的形式可以 ………………………………