要旨: 車両軌跡予測は高速道路の認識において中核ですが、路肩のエッジデバイスへ展開するには、上限が定められた決定的なエンドツーエンド遅延が必要です。本稿では、相互作用を意識したグラフモデリングと、軽量なトランスフォーマー基盤、ワンショットの曲線デコーダを組み合わせた組み込み優先の軌跡予測器 EdgeVTP を提案します。地平線スケールされた自己回帰ウェイポイントではなく、（最後に観測された位置を基準として）コンパクトな曲線パラメータとして将来の運動を予測することで、EdgeVTP はデコードのオーバーヘッドを削減しつつ、滑らかな軌跡を生成します。混雑したシーンで実行時間を予測可能にするために、局所性グラフにより相互作用の複雑さを明示的にハードな近傍数上限で制約します。3つの高速道路ベンチマークと2つの Jetson クラスのプラットフォームにおいて、グラフ構築および事後処理を含むプロトコルのもとで、EdgeVTP は計測されたエンドツーエンド遅延が最も低くなることを達成し、さらに3つのデータセットのうち2つで最先端（SotA）の予測精度を達成し、その他のベンチマークでは競争力のある誤差を示します。コードは https://github.com/SeungjinStevenKim/EdgeVTP で公開しています。
EdgeVTP：エッジ搭載組込みビジョン向けに低遅延な軌道予測を探る
arXiv cs.CV / 2026/4/21
📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsModels & Research
要点
- EdgeVTPは、路側の組込みビジョン向けにおける決定的なエンドツーエンド遅延を前提として設計された、レイテンシ効率の高いエッジ先行の車両軌道予測モデルです。
- 相互作用を考慮したグラフモデリングと軽量なトランスフォーマー・バックボーン、ワンショットの曲線デコーダを組み合わせています。
- 将来の動きを、予測ホライズンに応じてスケールする自回帰ウェイポイントではなく、「直近観測位置をアンカーにした」コンパクトな曲線パラメータとして予測することで、デコーディングのオーバーヘッドを削減しつつ滑らかな軌道を生成します。
- 混雑シーンでの実行時間を予測可能にするため、局所性グラフにおける近傍数をハードキャップで制限し、相互作用の計算量を明示的に抑えています。
- 3つの高速道路ベンチマークと2つのJetsonクラス・プラットフォームで、グラフ構築とポスト処理を含むプロトコル下での最小のエンドツーエンド遅延を達成し、3データセット中2つでは最先端精度（SotA）、他は競争的な誤差を示し、コードも公開されています。
