行人-车辆混合环境中的行人轨迹预测：系统性综述

在与人共用的空间中规划自动驾驶车辆（AV）路径需要推断行人的未来轨迹。供 AV 使用的实用行人轨迹预测算法须考虑车辆与行人交互对行人未来运动行为的影响。对此，本文系统性综述了文献中提出的、可用于非结构化环境中存在车辆时的行人轨迹预测建模方法。本文还探讨了行人-车辆交互（相较行人-行人交互）的特殊考量，并综述了先前提出的预测模型如何考虑预测不确定性与行为差异等不同变量。研究遵循 PRISMA 指南。未考虑车辆与行人交互或实际轨迹的文章，以及仅关注过马路的文章被排除。检索共识别出来自 ACM Digital Library、IEEE Xplore 和 Scopus 数据库的 1260 篇唯一同行评审文章。64 篇文章因符合纳入与排除标准被纳入最终综述。文中概述了被综述论文使用的含行人与车辆轨迹数据的数据集。讨论了研究空白与未来工作方向，例如在深度学习方法中更有效地定义交互智能体，以及需要在非结构化环境中收集更多混合交通数据集。