cVMDx: 100‑fach schnellere Trajektorienvorhersage mit Diffusion

Ein neues Diffusionsmodell namens cVMDx verspricht die Zukunft der autonomen Fahrvorhersage. Durch die Kombination von DDIM‑Sampling und einem angepassten Gaussian Mixture Model kann das System bis zu 100 mal schneller als sein Vorgänger cVMD arbeiten und gleichzeitig mehrere Trajektorien gleichzeitig generieren. Das ermöglicht eine robuste Unsicherheitsabschätzung, die für sichere Fahrentscheidungen unerlässlich ist.

cVMDx nutzt zusätzlich eine CVQ‑VAE‑Variante zur Szenario‑Kodierung, wodurch komplexe Interaktionen zwischen Fahrzeugen und unterschiedlichen Straßenbedingungen präziser erfasst werden. Auf dem öffentlich zugänglichen HighD‑Datensatz hat das Modell nicht nur die Genauigkeit der Vorhersagen gesteigert, sondern auch die Rechenzeit drastisch reduziert. Damit wird die praktische Anwendung von stochastischen, multimodalen Trajektorienvorhersagen realisierbar.

Die Ergebnisse zeigen, dass cVMDx die Effizienz und Zuverlässigkeit von Trajektorienvorhersagen deutlich übertrifft. Mit seiner schnellen Inferenz und der Fähigkeit, Unsicherheiten explizit zu modellieren, stellt cVMDx einen bedeutenden Fortschritt für die Entwicklung sicherer, selbstfahrender Systeme dar.