基于社会力模型的人体运动轨迹预测用于实时低计算成本应用
机器人学
2024-05-13 v1 计算机视觉与模式识别
摘要
人体运动轨迹预测是人机协作中一项非常重要的功能，特别是在陪伴、引导或接近任务中，同时也在社交机器人、自动驾驶车辆或安防系统中至关重要。本文提出了一种新颖的轨迹预测模型——社会力生成对抗网络（SoFGAN）。SoFGAN使用生成对抗网络（GAN）和社会力模型（SFM）来生成不同的合理行人轨迹，从而减少场景中的碰撞。此外，还添加了一个条件变分自编码器（CVAE）模块以强化目的地学习。我们表明，我们的方法在UCY或BIWI数据集上的预测精度优于当前大多数最先进（SOTA）模型，并且与其他方法相比也减少了碰撞。通过真实实验，我们证明了该模型可在无GPU的情况下实时使用，以低计算成本进行高质量的预测。
引用
@article{arxiv.2311.10582,
title = {Human motion trajectory prediction using the Social Force Model for real-time and low computational cost applications},
author = {Oscar Gil and Alberto Sanfeliu},
journal= {arXiv preprint arXiv:2311.10582},
year = {2024}
}