基于姿态与语义地图的弱势道路使用者轨迹概率预测
计算机视觉与模式识别
2021-06-07 v1
摘要
本文提出了一种考虑历史运动与周围场景的弱势道路使用者（VRUs）轨迹概率预测方法。历史运动由反映个体身体部位姿态与运动的3D姿态表示。周围场景以语义地图形式建模，展示例如街道、人行道的走向以及障碍物的出现。预测在离散化空间的网格中生成，并以任意离散概率分布的形式给出。这些分布根据其可靠性、锐度与位置精度进行评估。我们将方法与以高斯分布形式提供预测的方法进行比较，并讨论各自的优缺点。借此，我们研究了使用姿态与语义地图的影响。通过一种称为空间标签平滑的技术，我们的方法实现了可靠的预测。总体而言，姿态对预测有正向影响。语义地图提供了使概率分布适应个别情境的机会，尽管在所考虑的2.52 s预测时间范围内，相较于VRU的历史运动，其作用较小。我们的方法在市内交通中使用研究车辆记录的数据集上进行评估。该数据集已公开可用。
引用
@article{arxiv.2106.02598,
title = {Pose and Semantic Map Based Probabilistic Forecast of Vulnerable Road Users' Trajectories},
author = {Viktor Kress and Fabian Jeske and Stefan Zernetsch and Konrad Doll and Bernhard Sick},
journal= {arXiv preprint arXiv:2106.02598},
year = {2021}
}