面向拥挤交通场景的分钟级行人轨迹预测

《Pattern Recognition》:Towards minute-level pedestrian trajectory prediction in crowded traffic scenarios

【字体: 大 中 小 】 时间:2026年10月24日 来源:Pattern Recognition 9.1

编辑推荐:

   •我们深入探讨了传统秒级预测设置在拥挤交通场景中的局限性。此外,我们研究了一项名为分钟级行人轨迹预测的新任务。•我们提出了一种渐进式β-VAE框架用于分钟级行人轨迹预测,以有效建模未来运动不确定性随时间的增长。此外,我们提供了渐进式β-VAE的数学分析以论证其设计并证明其理论

  

•我们深入探讨了传统秒级预测设置在拥挤交通场景中的局限性。此外,我们研究了一项名为分钟级行人轨迹预测的新任务。•我们提出了一种渐进式β-VAE框架用于分钟级行人轨迹预测,以有效建模未来运动不确定性随时间的增长。此外,我们提供了渐进式β-VAE的数学分析以论证其设计并证明其理论正确性。•大量实验和消融研究证明了所提方法的有效性。此外,我们在分钟级设置下为行人轨迹预测建立了强有力的基线。

引言

行人轨迹预测在自动驾驶[1],[2],[3]和交通监控系统[4],[5],[6]中起着至关重要的作用,它通过根据行人的过去观测来估计其未来运动。尽管先前工作取得了良好的性能,但它们旨在预测极短的未来持续时间,特别是在常见设置下仅为4.8秒[7],[8]。然而,如此短的预测时长对拥挤交通场景中的智能交通系统提供的帮助非常有限。如图1所示,由于行人步行速度缓慢以及受代理交互和交通信号灯等因素影响产生的频繁走走停停运动,行人在短时间内覆盖的距离非常有限。相比之下,分钟级预测[9]可以提供更全面的信息。因此,将轨迹预测时长扩展到分钟级别至关重要,尤其是在拥挤复杂的交通场景中。

在本文中,我们关注拥挤交通场景中更具实际意义的设置,即预测长达一分钟的未来轨迹。我们将该任务称为分钟级行人轨迹预测。所提任务的创新性不仅在于简单延长预测时间范围,还在于引入了一种截然不同的长期预测设置,具有显著更大的运动尺度和逐步递增的多模态不确定性。因此,它要求模型显式地捕捉行人运动的长期演变和未来多模态不确定性,为行人轨迹预测提供了一个更具挑战性和实际相关性的设置。具体而言,行人在其运动中本身就表现出很强的随机性[10],[11],因为行人可能会根据观测选择不同的未来路径。这种随机性为未来轨迹预测引入了不确定性。随着分钟级预测中预测范围的延伸,行人运动的不确定性随之增加。例如,在观测后的最初一秒内,行人极有可能继续其先前的运动趋势,导致预测不确定性最小。然而,几秒之后,行人可能开始改变先前的运动趋势朝向未知的模态,从而增加预测不确定性。大约在观测后一分钟左右,行人很可能改变其先前的运动趋势转向与其初始运动模式关联很小的模态,导致预测出现巨大不确定性。在传统的秒级预测设置中,由于预测范围短,不确定性的变化有限。相比之下,在分钟级预测设置下,准确建模未来不确定性随时间的增长变得至关重要且具有挑战性。因此,分钟级行人轨迹预测的主要挑战之一是随着未来时间步的增加,运动不确定性显著增加。

传统轨迹预测方法通过生成多条可能的轨迹来处理行人运动的不确定性,这被称为多模态协议[8],[12]。生成多模态轨迹的一种常用方法是条件变分自编码器(CVAE),它从生成的潜在空间采样潜在变量,并使用不同的潜在变量生成各种可能的未来轨迹。然而,传统的基于CVAE的方法从单个变量生成单条轨迹,忽视了分钟级轨迹预测中不确定性随时间增长的特征。为解决这一局限,我们提出了一种新方法,采用一系列β值随时间递增的β-VAE来建模不同预测时间步的未来轨迹。对于远离观测的预测步,由于合理的未来运动模态数量更大,我们分配较大的β值以加强对潜在表示的正则化并减少对轨迹特定信息的过度依赖。这有助于模型更好地表示长期行人运动日益增长的多模态性。相反,对于靠近观测的预测步,由于未来运动受观测轨迹的相对约束,较小的β值更强调轨迹重建并保留更多的运动特定信息。

基于上述分析,我们进一步引入了渐进式β-VAE框架(Pβ-VAE)用于拥挤交通场景中的分钟级行人轨迹预测。如图2所示,Pβ-VAE框架由未来潜在表示模块、渐进式β-VAE模块和预测器组成。未来潜在表示模块旨在获取未来轨迹每个时间步的潜在特征。渐进式β-VAE模块旨在有效建模未来预测步中随时间递增的不确定性,这是我们方法的核心。具体而言,给定未来潜在特征,先验网络为每个未来时间步生成潜在分布,从中采样潜在变量以代表不同的合理未来运动模态。为提高先验网络生成的潜在分布的准确性,我们引入了一个在训练期间纳入真实未来轨迹的后验网络,为先验网络提供监督。此外,我们设计了渐进式β损失,随着预测步的增加逐步加强对潜在表示的正则化。随着更长预测范围内未来行人运动的日益多模态化,这种渐进式正则化有助于潜在表示更好地适应合理未来轨迹日益增长的多样性。预测器旨在利用未来潜在特征和从潜在空间采样的潜在变量来生成多模态轨迹。

在分钟级预测数据集GigaTraj[9]和传统秒级预测数据集ETH-UCY[13],[14]上的大量实验证明了我们的方法优于先前的最先进方法。总之,我们的核心贡献有三方面:•我们深入探讨了传统秒级预测设置在拥挤交通场景中的局限性。此外,我们研究了一项名为分钟级行人轨迹预测的新任务。•我们提出了一种渐进式β-VAE框架用于分钟级行人轨迹预测,以有效捕捉更长预测范围内未来运动多模态性的增加。此外,我们提供了分析来解释渐进式β设计的动机和机制。•大量实验和消融研究证明了所提方法的有效性。此外,我们在分钟级设置下为行人轨迹预测建立了强有力的基线。

相关工作

在本节中,我们回顾与我们的研究相关的工作,将其分为三个部分:(1) 行人轨迹预测,(2) 分钟级预测,以及(3) β-变分自编码器。

问题定义

行人轨迹预测旨在根据行人的过去观测及其周围邻居来预测其未来轨迹。对于待预测的行人,令X=[x1,x2,…,xtp]∈Rtp×2为其在tp个时间步上的过去轨迹,其中xt∈R2是时间步t处的2D坐标。令XA=[XA1,XA2,…,XAN]∈RN×tp×2为过去邻居的轨迹,其中A是邻近代理集合,XAl是第l个邻居的轨迹。真实未来轨迹的

实验与分析

在本节中,我们进行了大量实验,并在GigaTraj[9]和ETH-UCY[13],[14]数据集上与先前工作进行了实验结果比较。此外,我们进行了全面的消融研究以验证我们的主要贡献。

结论

在本文中,我们提出并研究了一项名为分钟级行人轨迹预测的任务,重点关注拥挤交通场景。我们分析了该任务的主要挑战,并聚焦于随时间步增加而不确定性建模增加这一挑战。为解决该挑战,我们提出了一种渐进式β-VAE框架,结合设计的渐进式β损失,以有效建模随预测步增加而增加的不确定性。大量实验和

作者贡献声明

Yonghao Dong:写作–审阅与编辑,写作–原创草稿,可视化,验证,方法学,调查,形式分析,数据整理,概念化。Sanping Zhou:写作–审阅与编辑,监督,获取资助。Gang Hua:获取资助。Le Wang:写作–审阅与编辑,获取资助。

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系:Sanping Zhou报告获得了国家重点研发计划资助2024YFB4708100。Sanping Zhou报告获得了教育部基础学科和交叉学科突破计划资助JYB2025XDXM504。Sanping Zhou报告获得了国家

致谢

本工作部分由国家重点研发计划资助2024YFB4708100,教育部基础学科和交叉学科突破计划资助JYB2025XDXM504,国家自然科学基金资助62572384、U24A20325、62125305、62503384,以及陕西省重点研发计划资助2024PT-ZCK-80支持。

Yonghao Dong于2025年获得西安交通大学电子信息博士学位。他于2018年获得华东理工大学学士学位,2019年获得美国芝加哥伊利诺伊大学硕士学位。目前他是西安交通大学软件工程学院助理教授。他的研究兴趣包括计算机视觉、图像/视频

Yonghao Dong | Sanping Zhou | Gang Hua | Le Wang
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号