Conditional Flow Matching for Continuous Anomaly Detection in Autonomous Driving on a Manifold-Aware Spectral Space

1. Il Problema: Validazione della Sicurezza per Veicoli Autonomi (L4)

La validazione di sicurezza per i veicoli autonomi di Livello 4 (L4) è attualmente ostacolata dall'incapacità di scalare il rilevamento di scenari rari e ad alto rischio (la cosiddetta "coda lunga" o long-tail) utilizzando euristiche basate su regole tradizionali.

• Limiti delle approcci attuali: I metodi esistenti si basano su soglie cinematiche rigide (es. decelerazione > 5 m/s², TTC) o su modelli supervisionati che richiedono dati di incidenti etichettati, estremamente scarsi. Questi metodi sono "fragili": ignorano le anomalie semantiche (es. violazioni delle corsie, manovre aggressive ma senza frenata d'emergenza) e falliscono nel catturare scenari cineticamente fattibili ma semanticamente fuori distribuzione (OOD).
• Limiti dei modelli generativi esistenti: I modelli autoregressivi (AR) soffrono di exposure bias e deriva temporale; i modelli Diffusion richiedono equazioni differenziali stocastiche (SDE) che rendono il calcolo esatto della verosimiglianza (log-likelihood) computazionalmente proibitivo e privo di stabilità numerica.

2. Metodologia: Deep-Flow

Il framework proposto, Deep-Flow, è un approccio generativo non supervisionato basato su Optimal Transport Conditional Flow Matching (OT-CFM). L'obiettivo è modellare la densità di probabilità continua del comportamento umano esperto e identificare le anomalie come deviazioni statistiche rare da questa varietà (manifold).

Componenti Chiave dell'Architettura:

1. Bottleneck a Varietà Spettrale (Spectral Manifold Bottleneck):

   • Invece di prevedere direttamente le coordinate grezze (punti di passaggio), il modello proietta le traiettorie in uno spazio a bassa dimensionalità utilizzando l'Analisi delle Componenti Principali (PCA).
   • Le traiettorie vengono rappresentate da coefficienti spettrali (latenti) su una varietà di rango ridotto ($k=12$).
   • Vantaggi: Questo agisce come un filtro passa-basso rigoroso, garantendo la fattibilità cinematica (smoothness $C^2$) per design e riducendo la dimensionalità da 160 a 12. Ciò rende possibile il calcolo esatto della traccia dello Jacobiano, fondamentale per una stima deterministica e numericamente stabile della verosimiglianza.

2. Codifica della Scena con Condizionamento per Obiettivo (Goal-Conditioned Early Fusion):

   • Utilizza un Transformer a Fusione Precoce che integra storie dinamiche degli agenti e mappe vettoriali statiche.
   • Condizionamento per Corsia/Obiettivo: Viene estratta la geometria della corsia di destinazione e iniettata direttamente nel Flow Head tramite una connessione diretta (skip-connection). Questo risolve l'ambiguità multimodale agli incroci, ancorando il campo vettoriale generativo all'intento di navigazione specifico e mantenendo l'integrità dell'obiettivo.

3. Conditional Flow Matching (OT-CFM):

   • Il modello impara un campo vettoriale $v_\theta$ che mappa una distribuzione Gaussiana semplice ($p_0$) alla distribuzione complessa dei coefficienti spettrali esperti ($p_1$) tramite un percorso di trasporto ottimale (OT).
   • A differenza dei modelli Diffusion, OT-CFM utilizza un'ODE deterministica a velocità costante, semplificando l'integrazione e riducendo la rigidità numerica.

4. Ponderazione della Complessità Cinematica:

   • Per evitare che il modello sottostimi le manovre critiche (spesso sovrastate dal comportamento di crociera costante), viene introdotta una strategia di importance sampling.
   • I campioni vengono pesati in base alla tortuosità del percorso e all'energia di jerk (accelerazione variabile), forzando il modello a imparare le manovre ad alta energia e a bassa probabilità.

5. Stima della Verosimiglianza (Likelihood Estimation):

   • Il punteggio di anomalia è definito come il Negative Log-Likelihood (NLL).
   • Grazie alla bassa dimensionalità dello spazio latente ($k=12$), la traccia dello Jacobiano viene calcolata esattamente tramite differenziazione automatica durante l'integrazione all'indietro dell'ODE (da $t=1$ a $t=0$).
   • Un basso valore di verosimiglianza indica che la traiettoria osservata risiede nelle code a bassa probabilità della distribuzione degli esperti.

3. Contributi Principali

• Bottleneck Spettrale: Dimostrazione che la regressione di coefficienti spettrali, anziché waypoint grezzi, garantisce stabilità numerica e regolarizzazione cinematica intrinseca.
• Condizionamento Consapevole della Corsia: Un'architettura con skip-connection che risolve l'ambiguità multimodale negli incroci complessi, preservando l'intento di guida.
• Ponderazione della Complessità: Uno schema di pesatura basato sulla fisica (jerk e tortuosità) per focalizzare l'apprendimento sulle manovre di sicurezza critiche.
• Scoperta di Anomalie Semantiche: Il framework identifica violazioni semantiche (es. attraversamento di linee, manovre non normative) che i filtri di sicurezza basati su regole cinematiche ignorano.

4. Risultati Sperimentali

Il modello è stato valutato sul Waymo Open Motion Dataset (WOMD).

• Metriche: Raggiunge un AUC-ROC di 0.766 nel rilevamento di eventi critici per la sicurezza (definiti da un "Golden Set" basato su frenate di emergenza e instabilità dinamica), superando significativamente le euristiche cinematiche (0.682) e la previsione casuale (0.500).
• Analisi della Distribuzione: La distribuzione della verosimiglianza mostra una struttura bimodale per la guida normale. Gli eventi critici sono rigorosamente esclusi dalla regione ad alta verosimiglianza, creando un "tetto di sicurezza" (Safety Ceiling) matematico.
• Scoperta di Anomalie Nascoste: Deep-Flow ha identificato scenari OOD che non attivano regole cinematiche, come:
  • Violazioni geometriche (es. U-turn illegali, attraversamento di linee doppie).
  • Quasi-collisioni sociali (es. tagli aggressivi che mantengono la velocità ma violano il "cuscino di sicurezza" sociale).

5. Significato e Implicazioni

Deep-Flow fornisce una fondazione matematica rigorosa per la definizione di gate di sicurezza statistici.

• Transizione dai Regoli ai Dati: Sposta il paradigma dalla validazione basata su regole rigide a un approccio probabilistico guidato dai dati, capace di scalare su petabyte di log non etichettati.
• Distinzione tra Pericolo Cinematico e Semantico: Evidenzia che il pericolo non è solo fisico (frenata brusca), ma anche prevedibilità (comportamenti OOD).
• Stabilità Numerica: L'uso di un manifold a bassa dimensionalità e di ODE deterministiche risolve i problemi di instabilità e costo computazionale tipici dei modelli generativi precedenti, rendendo fattibile l'audit su larga scala delle flotte autonome.

In sintesi, Deep-Flow rappresenta un passo significativo verso la validazione oggettiva e data-driven necessaria per il dispiegamento sicuro di flotte di veicoli autonomi di Livello 4, offrendo uno strumento per scoprire i "sconosciuti sconosciuti" (unknown unknowns) nel panorama della sicurezza stradale.