基本信息

標題：RiskNet: interaction-aware risk forecasting for autonomous driving in long-tail scenarios
「RiskNet：長尾場景下自動駕駛的交互感知風險預測」
作者：Qichao Liu, Heye Huang, Shiyue Zhao, Lei Shi, Soyoung Ahn, Xiaopeng Li

摘要

長尾場景挑戰：傳統自動駕駛系統在處理不確定性高、多智能體交互複雜的“長尾場景”（如行人突然闖入、高速緊急換道等）時存在困難 。

提出RiskNet，這是一種交互感知的多維風險預測框架，它將確定性評估與基於深度學習的概率預測相結合。 RiskNet 旨在有效捕獲長尾場景中自動駕駛汽車 (AV) 的駕駛風險，其中不確定性和複雜交互占主導地位。

RiskNet 的核心採用場論模型，通過交互場和力來捕獲自我車輛、周圍代理和基礎設施之間的交互。該模型支持跨不同場景（高速公路、交叉路口、環島）的多維度風險評估，並在高風險和長尾環境下表現出魯棒性。為了捕獲行為不確定性，我們採用了基於圖神經網絡（GNN）的軌跡預測模塊，該模塊可以學習多模式的未來運動分佈。與確定性風險場相結合，它可以實現跨時間動態、概率性風險推斷，從而實現不確定性下的主動安全評估。

數據集：highD、inD 和 roundD

引入

研究背景

1. 自動駕駛對風險感知與量化的迫切需求

• 基礎地位：風險感知與量化是自動駕駛系統 (ADS) 確保在真實交通條件下安全可靠的核心模塊。
• 現實挑戰：真實世界環境包含高度不確定的行為、異構的參與者（如車輛、行人、騎行者）以及非結構化的道路特徵。

2. 對美國FARS數據庫的統計分析發現：

• 高風險道路與模式：死亡事故在兩車道非分隔道路（4924例）和三車道道路上最為頻發 ；乘用車與輕型卡車的正面碰撞是最高發的致命事故模式（均超過7000例）。
• 風險的複雜耦合：分析表明碰撞風險源於道路基礎設施、車輛特徵和碰撞行為等多種異構來源的相互作用 。風險呈現出多源、多維度的耦合結構。

3. “長尾場景”帶來的嚴峻挑戰

• 定義：長尾場景指那些在歷史數據中極少出現，但一旦發生就構成實質性安全威脅的極端工況 。
• 特徵：具有高度的行為不確定性、非標準道路配置、困難的感知條件以及複雜的多智能體交互（如高速緊急換道、被遮擋的行人突然出現等） 。

4. 現有評估指標的侷限性與技術缺口

• 傳統指標失靈：TTC (碰撞時間)、THW (車頭時距) 和 RSS 等傳統指標多基於確定性假設，難以適應真實交通中隨機、多模態的行為特徵 。
• 技術鴻溝：雖然深度學習在軌跡預測方面已有進展，但如何將概率性的預測輸出映射為結構化、可操作的風險衡量標準，仍然存在關鍵缺口 。

主要貢獻

相關工作

1. 風險評估 (Risk Assessment)
   自動駕駛汽車（AVs）的安全性受到多種風險源的影響，包括主車控制的不確定性、周圍交通參與者的交互、道路環境的複雜性以及系統級的魯棒性 。目前的風險評估方法主要分為三類：

• 基於運動學和動力學的方法：這類方法依賴於預定義的運動假設（如恆定速度 CV、恆定加速度 CA 等），並根據時間或空間邏輯計算風險指標 。常見指標包括碰撞時間（TTC）、車頭時距（THW）、轉向時間（TTS）和後侵入時間（PET） 。
  優點：計算直接、物理可解釋性強，在高速公路等結構化環境中表現良好 。
  侷限性：在非結構化或高度互動的城市設置中，難以應對行為多樣性和長尾場景帶來的挑戰 。
• 基於碰撞概率的方法：通過預測交通參與者的未來軌跡分佈，計算與主車發生碰撞的可能性 。通常涉及基於採樣的預測、概率密度估計和軌跡重疊檢測 。
  優點：理論上能整合行為和環境的不確定性 。
  侷限性：計算成本高，且嚴重依賴密集準確的軌跡數據，限制了其實時應用的擴展性 。
• 基於人工勢場（APF）的方法：將風險模擬為物理力場，其他車輛、行人和障礙物對主車施加斥力或引力 。例如，駕駛安全場模型整合了動能、勢能和行為場，用於描述複雜的“人-車-路”交互 。
  優點：在捕捉實時交互特性和空間衝突區域方面非常有效 。
  侷限性：在複雜環境中容易陷入局部最優，且缺乏對人類隨機行為和策略不確定性的建模能力 。

總結：雖然現有方法在結構化環境中表現強勁，但在面對不確定性和複雜交互時，仍難以實現良好的泛化和擴展 。

2. 軌跡預測
   在動態交通環境中，AVs 需要預測周圍代理的未來運動，以預判未來危害 。軌跡預測方法大致分為基於模型和數據驅動兩類：

基於模型的方法：依賴於預定義的運動學或動力學假設（如 CV、CA、CTRV 等）來推斷未來軌跡 。
優點：計算效率高，適用於短時預測 。
侷限性：難以處理長期預測，也無法捕捉城市交通中普遍存在的行為複雜性和交互動態 。

數據驅動的方法（深度學習）：顯示出從數據中學習複雜運動模式和社交交互的強大潛力 。

循環神經網絡（LSTM）：廣泛用於時間建模 ，但由於往往依賴固定的單峯分佈假設（如高斯分佈），限制了其表示多峯行為的能力 。

生成對抗網絡（GANs）：被用於生成社會和物理上合理的軌跡 ，但在訓練穩定性、概率可解釋性和對生成輸出的控制方面仍存在挑戰 。

GNN 與 Neural ODE 結合（如 MTP-GO）：這是一個更具原則性的框架，利用時間圖神經網絡（GNN）建模交互，並使用神經常微分方程（Neural ODEs）進行連續時間狀態演化 。

總結：RiskNet 借鑑了 MTP-GO 的理念，其軌跡預測模塊集成了 GNN，能夠捕捉離散的社交依賴和連續的運動演變 。這種架構能夠生成帶有校準不確定性的多峯軌跡，對於下游的魯棒風險評估至關重要 。

RiskNet框架的整體架構

方法

1. 確定性交互感知風險建模
   該部分基於場論（Field Theory），將風險表示為一種連續的空間 hazard，捕捉“人-車-路”系統的耦合動力學 。

1.1 相互作用場與力的建模

定義場景中所有智能體的集合為