[논문 리뷰] Sub-Goal Social Force Model for Collective Pedestrian Motion Under Vehicle Influence

Dongfang Yang, Fatema Tuj Johora외 3명|arXiv (Cornell University)|2021. 01. 10.

Evacuation and Crowd Dynamics참고 문헌 41인용 수 5

한 줄 요약

이 논문은 하위 목표를 통해 차량 영향을 사회력 프레임워크에 통합함으로써 반사적이고 능동적인 보행자 행동을 균형 잡는 일반화된 보행자 운동 모델인 Sub-Goal Social Force Model (SG-SFM)을 제안한다. 이 모델은 세 가지 데이터셋에 대한 정량적 校정과 기본적인 상호작용 유형에 대한 정성적 시뮬레이션을 통해 다양한 차량-보행자 상호작용 시나리오에서 현실적인 집단 보행자 운동을 효과적으로 시뮬레이션한다.

ABSTRACT

In mixed traffic scenarios, a certain number of pedestrians might coexist in a small area while interacting with vehicles. In this situation, every pedestrian must simultaneously react to the surrounding pedestrians and vehicles. Analytical modeling of such collective pedestrian motion can benefit intelligent transportation practices like shared space design and urban autonomous driving. This work proposed the sub-goal social force model (SG-SFM) to describe the collective pedestrian motion under vehicle influence. The proposed model introduced a new design of vehicle influence on pedestrian motion, which was smoothly combined with the influence of surrounding pedestrians using the sub-goal concept. This model aims to describe generalized pedestrian motion, i.e., it is applicable to various vehicle-pedestrian interaction patterns. The generalization was verified by both quantitative and qualitative evaluation. The quantitative evaluation was conducted to reproduce pedestrian motion in three different datasets, HBS, CITR, and DUT. It also compared two different ways of calibrating the model parameters. The qualitative evaluation examined the simulation of collective pedestrian motion in a series of fundamental vehicle-pedestrian interaction scenarios. The above evaluation results demonstrated the effectiveness of the proposed model.

연구 동기 및 목표

• 혼잡한 교통 환경에서 보행자 간 상호작용과 차량-보행자 상호작용을 동시에 고려할 수 있는 일반화된 보행자 운동 모델의 부족을 보완하기 위해.
• 기존 모델이 너무 특정적이거나 다양한 상호작용 패tern에 대해 충분히 평가되지 못한 한계를 극복하기 위해.
• 다양한 차량 영향 시나리오 하에서 집단 보행자 행동을 현실적으로 시뮬레이션할 수 있는 통합 모델링 프레임워크를 개발하기 위해.
• 공동 보행 공간 설계 및 자율주행차 테스트와 같은 실용적 응용을 가능하게 하기 위해, 확장 가능하고 분석적으로 타당한 보행자 모델을 제공하기 위해.

제안 방법

• 기본적인 사회력 모델(SFM)을 하위 목표 개념을 도입하여 보행자 간 상호퇴적력과 최종 목적지 향한 능동적 탐색 사이의 매개를 제공함으로써 확장한다.
• 차량 영향을 하위 목표 계산을 통해 보행자 퇴적력과 동적으로 통합되는 추가 가상력 성분으로 모델링한다.
• 두 단계의 힘 분해를 적용한다: (1) 인접한 보행자 및 차량으로부터의 퇴적력, (2) 동적으로 조정된 하위 목표 향한 목표 지향력.
• HBS, CITR, DUT 세 가지 데이터셋에서 시뮬레이션된 경로와 실제 경로 간의 궤적 오차를 최소화하기 위해 모델 파라미터를 유전 알고리즘으로 校정한다.
• 다양한 시나리오에 걸쳐 강건성과 일반화를 확보하기 위해 수동 조정과 자동 校정을 병행한다.
• 앞/뒤, 45도, 횡방향 차량 접근과 같은 12가지 기본적인 차량-보행자 상호작용 시나리오에서 시뮬레이션 기반 평가를 통해 모델을 검증한다.

실험 결과

연구 질문

• RQ1 보행자 간 상호작용과 차량-보행자 상호작용을 동시에 경험할 때, 일반화된 보행자 운동 모델이 집단 행동을 효과적으로 시뮬레이션할 수 있는가?
• RQ2 하위 목표 개념이 물리적으로 타당하고 행동적으로 현실적인 방식으로 차량 영향을 보행자 간 상호작용과 통합할 수 있는가?
• RQ3 SG-SFM이 다양한 데이터셋과 상호작용 패턴, 복잡한 차량 조작까지 일반화되는 정도는 어느 정도인가?
• RQ4 차량 영향 하에서 양보, 갭 탐색, 차선 형성과 같은 현실적인 보행자 행동을 모델이 얼마나 잘 시뮬레이션하는가?
• RQ5 다른 校정 전략(수동 vs. 유전 알고리즘)이 모델 정확도와 일반화에 미치는 영향은 어떠한가?

주요 결과

• SG-SFM은 HBS, CITR, DUT 세 가지 다른 데이터셋에서 보행자 궤적을 성공적으로 재현하였으며, 校정 이후 강력한 정량적 일반화 능력을 보였다.
• 두 보행자 유량이 충돌할 경우 차선 형성이 정확히 시뮬레이션되었으며, 원래 SFM에서 관찰된 현실적인 군중 행동의 상징적 특징을 반영했다.
• 앞/뒤 차량 상호작용 시나리오에서 보행자들은 일관되게 차량 통과를 위한 공간을 만들었으며, 충돌 없이 협동적 방지를 보였다.
• 45도 접근 시나리오에서는 현실적인 행동 다양성이 포착되었는데, 일부 보행자는 경로를 청소하기 위해 가속도를 내는가 하면, 다른 보행자들은 차량의 경로에 평행하게 움직이며 양보하는 행동을 보였다.
• 횡방향 상호작용 시나리오에서는 보행자들이 차량 사이를 통과하거나 두 번째 차량이 지나가기를 기다리는 행동을 보였으며, 실제 세계의 갭 탐색 행동을 반영했다.
• 모든 12개 시뮬레이션 시나리오에서 보행자와 차량 간 충돌이 발생하지 않아, 모델의 안전성과 행동의 타당성이 확인되었다.