基于视觉感兴趣区域的多模态轨迹预测用于概率风险评估
人机交互
2022-12-07 v1
摘要
准确可靠的驾驶意图与未来轨迹预测有助于复杂交通环境下人类驾驶员与ADAS的协作。本文提出一种基于视觉AOI（感兴趣区域）的多模态轨迹预测模型，用于交叉口的概率风险评估。本研究发现视觉AOI隐含驾驶意图，且超前于操作约0.6-2.1 s。因此，我们设计了一个融合驾驶意图（DI）与多模态轨迹（MT）预测的轨迹预测模型。DI模型独立预训练，利用包括视觉AOI、历史车辆状态及环境上下文的特征提取驾驶意图。意图预测实验验证了基于视觉AOI的DI模型在实际转向操作前0.925 s预测转向意图。训练后的DI模型随后集成至轨迹预测模型以筛选多模态轨迹。轨迹预测实验表明所提模型优于当前最先进模型。交叉口交通风险评估验证了该方法具有高准确率和低误报率，并在冲突发生前约3 s识别潜在风险。
引用
@article{arxiv.2212.02689,
title = {Visual Area of Interests based Multimodal Trajectory Prediction for Probabilistic Risk Assessment},
author = {Qiang Zhang and Lingfang Yang and Xiaoliang Zhang and Xiaolin Song and Zhi Huang},
journal= {arXiv preprint arXiv:2212.02689},
year = {2022}
}
备注
11 pages, 13 figures