面向建筑工地的工人与障碍物轨迹预测：基于图的 Transformer 方法
计算机视觉与模式识别
2025-10-28 v1
摘要
随着建筑行业对更快、更安全、更高效的工艺需求的增长，偏离建筑场景带来新的安全风险，因工人、机械和移动障碍物之间的密切相互作用。在建筑环境中预测工人未来轨迹并考虑社交和环境因素，是开发碰撞规避系统以缓解此类风险的关键步骤。传统方法往往难以适应建筑环境的动态和不可预测性。许多依赖简化假设或需要手工特征，限制了其对复杂实时工人与移动障碍物之间相互作用的响应能力。虽然近期数据驱动方法改进了时序模式建模，但仍面临捕捉长期行为和accounting for空间和社交上下文至碰撞风险评估的挑战。为此，本文提出一种集成 YOLOv10n 和 DeepSORT 的框架，用于精确检测和跟踪，另外提出两个新颖的轨迹预测模型：TrajGATFormer 和 TrajGATFormer-Obstacle。YOLOv10n 作为目标检测主干，准确识别建筑场景中的工人和障碍物，而 DeepSORT 高效地以唯一 ID 跟踪它们的时间序列。两个模型均采用带图注意力网络 (GAT) 的 Transformer 编码器-解码器结构，捕捉时空相互作用。TrajGATFormer 在 4.8 秒预测时程上实现 ADE 为 1.25 米、FDE 为 2.3 米，而 TrajGATFormer-Obstacle 将预测扩展到工人和障碍物，实现更高精度 (ADE 1.15 米、FDE 2.2 米)。比较分析显示，两个模型均优于传统方法，分别将 ADE 和 FDE 降低最高可达 35% 和 38%。
引用
@article{arxiv.2510.22205,
title = {TrajGATFormer: A Graph-Based Transformer Approach for Worker and Obstacle Trajectory Prediction in Off-site Construction Environments},
author = {Mohammed Alduais and Xinming Li and Qipei Mei},
journal= {arXiv preprint arXiv:2510.22205},
year = {2025}
}