VRU-CIPI：面向提升易碎道路使用者安全的路口越线意图预测
计算机视觉与模式识别
2025-05-16 v1 人工智能
机器学习
摘要
在野外理解和预测人类行为，尤其是在城市路口，对于增强道路使用者之间的交互安全至关重要。其中最关键的行为之一是易碎道路使用者（VRU）的越线意图，当这种意图被误解时，可能导致与来自车辆的危险冲突。在本研究中，我们提出了 VRU-CIPI 框架，采用顺序注意力模型来预测路口处 VRU 越线意图。VRU-CIPI 使用门控循环单元（GRU）捕获 VRU 动作的时间动态，结合多头 Transformer 自注意力机制对越线方向预测所必需的上下文和空间依赖性进行编码。我们在 UCF-VRU 数据集上进行评估，本方案实现了最先进的性能，准确率达 96.45%，实现实时推理速度达到每秒 33 帧。此外，通过与基础设施到车辆（I2V）通信集成，我们的方法可通过及时激活越线信号和向连接车辆提供提前警报，从而主动增强路口安全，确保所有道路使用者的顺畅和安全交互。
引用
@article{arxiv.2505.09935,
title = {VRU-CIPI: Crossing Intention Prediction at Intersections for Improving Vulnerable Road Users Safety},
author = {Ahmed S. Abdelrahman and Mohamed Abdel-Aty and Quoc Dai Tran},
journal= {arXiv preprint arXiv:2505.09935},
year = {2025}
}