MFDSGC：一种用于自动驾驶车辆的新型行人过街意图预测方法

《ADVANCED ENGINEERING INFORMATICS》：MFDSGC: a novel pedestrian crossing intention prediction method for autonomous vehicles

　　

Jingwei Cao|Guoyang Hou|Jiawang Lv|Yibin Chen|Liming Di

摘要

在城市道路环境中，存在行人车辆互动不足以及风险感知延迟严重等问题，这使得行人过马路时面临较高的交通安全风险。因此，能否提前准确预测行人的过马路意图已成为确保自动驾驶车辆交通安全的关键挑战。为了解决这一问题，我们提出了一种新型的行人过马路意图预测方法——MFDSGC。具体而言，我们设计了一种差分编码器-解码器融合网络，以实现多模态信息的高效融合，并采用带有融合注意力机制的GRU模块，使模型能够动态调整不同特征的融合权重，从而提高整体预测精度。通过在频域注意力的基础上加入时空图卷积网络，我们实现了对行人过马路意图的可靠推断和预测。所提出网络的性能优势已通过定性和定量实验得到验证。在PIE和JAAD数据集上的实验结果表明，该方法在1秒提前预测时的准确率（ACC）分别为0.94和0.92，优于当前最先进的解决方案。