近日，2025年國際計算機視覺與模式識別頂級會議（IEEE/CVF Conference on Computer Vision and Pattern Recognition，CVPR 2025）在美國田納西州納什維爾召開。在自動駕駛研討會CVPR WAD（Workshop on Autonomous Driving）環(huán)節(jié)重點介紹了國際知名Argoverse2運動軌跡預(yù)測挑戰(zhàn)賽（2025 CVPR Motion Forecasting challenge）的成績，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)測框架獲得該榜單全球冠軍以來，持續(xù)研發(fā)迭代，始終穩(wěn)居榜單首位。2025年，團隊創(chuàng)新性地提出了IMR框架，將核心指標avgBrierMinFDE從1.62優(yōu)化至1.59，領(lǐng)先優(yōu)勢進一步擴大。

礦山場景沒有典型道路的結(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人駕駛礦卡變化頻繁且多樣，導(dǎo)致不確定性增加，預(yù)測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、會車、避讓等），在模式間建立起更加清晰的界限，為無人駕駛礦卡提供更為精準的預(yù)測和決策支持。精準的預(yù)測提升了車輛交互流暢性，包括增強系統(tǒng)的安全性、有效減少碰撞風險以及提高作業(yè)效率，從而有力推動了場景擴展和整體業(yè)務(wù)效率提升。

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

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

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

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