获计算机视觉顶会CVPR认可！易控智驾破解矿山无人驾驶安全高效混行的行为预测难题

近日，2025年国际计算机视觉与模式识别顶级会议（IEEE/CVF Conference on Computer Vision and Pattern Recognition，CVPR 2025）在美国田纳西州纳什维尔召开。在自动驾驶研讨会CVPR WAD（Workshop on Autonomous Driving）环节重点介绍了国际知名Argoverse2运动轨迹预测挑战赛（2025 CVPR Motion Forecasting challenge）的成绩，其中易控智驾提出的IMR（IterativeMode-World Weighted Regression for Multi-Agent Trajectory Prediction）框架成为最佳得分方案。

CVPR报告部分内容

自2024年8月，易控智驾凭借自主研发的联合轨迹预测框架获得该榜单全球冠军以来，持续研发迭代，始终稳居榜单首位。2025年，团队创新性地提出了IMR框架，将核心指标avgBrierMinFDE从1.62优化至1.59，领先优势进一步扩大。

Argoverse2 运动轨迹预测挑战赛排名情况（2025年7月9日）

矿山场景没有典型道路的结构化特征，传统的轨迹分析方法往往难以处理“人工驾驶矿卡”和“无人驾驶矿卡”混行的复杂交互。人工驾驶矿卡行车轨迹相比无人驾驶矿卡变化频繁且多样，导致不确定性增加，预测和决策的难度大幅增加。

IMR框架能够有效区分各类行为模式（如超车、会车、避让等），在模式间建立起更加清晰的界限，为无人驾驶矿卡提供更为精准的预测和决策支持。精准的预测提升了车辆交互流畅性，包括增强系统的安全性、有效减少碰撞风险以及提高作业效率，从而有力推动了场景扩展和整体业务效率提升。

目前，带有该轨迹预测技术的算法版本已逐步部署应用，并带来了显著效果：

复杂交互场景适应能力提升：该版本部署后，宜化五彩湾矿区一号露天煤矿的混行路口通行时间减少了20%以上，实现了与无终端人工驾驶矿卡的安全、流畅混合运行。

无人驾驶矿卡与人工驾驶矿卡混行

交互行为表现优化：无人驾驶矿卡不合理刹车行为大幅减少。以某典型采煤无人驾驶场景为例，单位里程内发生重刹、中刹和轻刹的频率降幅分别达10.0%、43.2%和50.9%，大幅降低了矿卡部件的损耗。

未来，易控智驾将持续深耕无人驾驶核心技术研发，提升无人驾驶矿卡在复杂场景适应力和运行效率。