近日，2025年國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別頂級(jí)會(huì)議（IEEE/CVF Conference on Computer Vision and Pattern Recognition，CVPR 2025）在美國(guó)田納西州納什維爾召開(kāi)。在自動(dòng)駕駛研討會(huì)CVPR WAD（Workshop on Autonomous Driving）環(huán)節(jié)重點(diǎn)介紹了國(guó)際知名Argoverse2運(yùn)動(dòng)軌跡預(yù)測(cè)挑戰(zhàn)賽（2025 CVPR Motion Forecasting challenge）的成績(jī)，其中易控智駕提出的IMR（IterativeMode-World Weighted Regression for Multi-Agent Trajectory Prediction）框架成為最佳得分方案。

自2024年8月，易控智駕憑借自主研發(fā)的聯(lián)合軌跡預(yù)測(cè)框架獲得該榜單全球冠軍以來(lái)，持續(xù)研發(fā)迭代，始終穩(wěn)居榜單首位。2025年，團(tuán)隊(duì)創(chuàng)新性地提出了IMR框架，將核心指標(biāo)avgBrierMinFDE從1.62優(yōu)化至1.59，領(lǐng)先優(yōu)勢(shì)進(jìn)一步擴(kuò)大。

礦山場(chǎng)景沒(méi)有典型道路的結(jié)構(gòu)化特征，傳統(tǒng)的軌跡分析方法往往難以處理“人工駕駛礦卡”和“無(wú)人駕駛礦卡”混行的復(fù)雜交互。人工駕駛礦卡行車軌跡相比無(wú)人駕駛礦卡變化頻繁且多樣，導(dǎo)致不確定性增加，預(yù)測(cè)和決策的難度大幅增加。

IMR框架能夠有效區(qū)分各類行為模式（如超車、會(huì)車、避讓等），在模式間建立起更加清晰的界限，為無(wú)人駕駛礦卡提供更為精準(zhǔn)的預(yù)測(cè)和決策支持。精準(zhǔn)的預(yù)測(cè)提升了車輛交互流暢性，包括增強(qiáng)系統(tǒng)的安全性、有效減少碰撞風(fēng)險(xiǎn)以及提高作業(yè)效率，從而有力推動(dòng)了場(chǎng)景擴(kuò)展和整體業(yè)務(wù)效率提升。

目前，帶有該軌跡預(yù)測(cè)技術(shù)的算法版本已逐步部署應(yīng)用，并帶來(lái)了顯著效果：

復(fù)雜交互場(chǎng)景適應(yīng)能力提升：該版本部署后，宜化五彩灣礦區(qū)一號(hào)露天煤礦的混行路口通行時(shí)間減少了20%以上，實(shí)現(xiàn)了與無(wú)終端人工駕駛礦卡的安全、流暢混合運(yùn)行。

交互行為表現(xiàn)優(yōu)化：無(wú)人駕駛礦卡不合理剎車行為大幅減少。以某典型采煤無(wú)人駕駛場(chǎng)景為例，單位里程內(nèi)發(fā)生重剎、中剎和輕剎的頻率降幅分別達(dá)10.0%、43.2%和50.9%，大幅降低了礦卡部件的損耗。

未來(lái)，易控智駕將持續(xù)深耕無(wú)人駕駛核心技術(shù)研發(fā)，提升無(wú)人駕駛礦卡在復(fù)雜場(chǎng)景適應(yīng)力和運(yùn)行效率。