快照：面向城市交通环境中行人轨迹预测的应用导向模型
计算机视觉与模式识别
2025-01-10 v2
摘要
本文探讨了城市交通环境中行人轨迹预测问题，关注模型精度与实际应用性。尽管已有有前景的方法，但它们往往基于排除交通相关信息的行人数据集，或包含不具实时性或鲁棒性的模型结构。为此，我们首先基于Argoverse 2构建一个专门针对交通环境下行人的基准数据集。随后，我们提出Snapshot——一个模块化的前馈神经网络，超越当前最先进方法，平均位移误差（ADE）降低8.8%，同时使用的数据信息显著减少。尽管其基于代理的编码方案，Snapshot仍具可扩展性、实时性能和对不同运动历史的鲁棒性。此外，我们将Snapshot集成到模块化的自动驾驶软件堆栈中，展示了其实际应用价值。
关键词
引用
@article{arxiv.2409.01971,
title = {Snapshot: Towards Application-centered Models for Pedestrian Trajectory Prediction in Urban Traffic Environments},
author = {Nico Uhlemann and Yipeng Zhou and Tobias Simeon Mohr and Markus Lienkamp},
journal= {arXiv preprint arXiv:2409.01971},
year = {2025}
}
备注
8 Pages, 9 Figures