[论文解读] Autonomous Vehicles that Interact with Pedestrians: A Survey of Theory and Practice

Amir Rasouli, John K. Tsotsos|arXiv (Cornell University)|May 29, 2018

Autonomous Vehicle Technology and Safety被引用 27

一句话总结

本综述综合了关于自动驾驶汽车（AV）与行人互动的理论与实践研究，识别出关键的行为因素——如人口统计特征、环境条件和社会规范——并评估了沟通方式与意图预测系统。该研究提出了一套整体性框架，使自动驾驶汽车能够通过多模态感知与情境感知推理来理解行人的意图，强调了开展文化多样性、大规模研究以及跨模态沟通界面的必要性，以提升城市环境中自动驾驶的安全性与社会接受度。

ABSTRACT

One of the major challenges that autonomous cars are facing today is driving in urban environments. To make it a reality, autonomous vehicles require the ability to communicate with other road users and understand their intentions. Such interactions are essential between the vehicles and pedestrians as the most vulnerable road users. Understanding pedestrian behavior, however, is not intuitive and depends on various factors such as demographics of the pedestrians, traffic dynamics, environmental conditions, etc. In this paper, we identify these factors by surveying pedestrian behavior studies, both the classical works on pedestrian-driver interaction and the modern ones that involve autonomous vehicles. To this end, we will discuss various methods of studying pedestrian behavior, and analyze how the factors identified in the literature are interrelated. We will also review the practical applications aimed at solving the interaction problem including design approaches for autonomous vehicles that communicate with pedestrians and visual perception and reasoning algorithms tailored to understanding pedestrian intention. Based on our findings, we will discuss the open problems and propose future research directions.

研究动机与目标

• 为弥合在城市交通背景下对行人行为的全面理解方面的空白，特别是针对自动驾驶汽车（AV）的情境。
• 识别并分析影响行人过街决策的相互关联因素，包括人口统计特征、环境条件和社会规范。
• 评估当前自动驾驶汽车与行人之间的沟通系统，重点关注不同模态的有效性与设计原则。
• 评估现有行人意图估计算法的局限性，并通过情境感知与多模态数据融合提出改进方案。
• 概述自动驾驶汽车在社会智能方面存在的开放性研究问题与未来研究方向，使其能够安全且可靠地与行人互动。

提出的方法

• 对经典与现代行人行为研究的系统性综述，涵盖调查、观察研究与实地实验。
• 对以往研究进行分类与可视化，以描绘文化、注意力与交通动态等行为因素之间的相互关系。
• 利用V2P、LED显示屏与投影仪等技术分析自动驾驶汽车的沟通系统，评估其在不同模态下的有效性。
• 基于视觉感知、场景理解与情境推理，评估意图估计算法，强调需要多样化训练数据的必要性。
• 将研究发现整合为统一框架，使自动驾驶汽车能够通过结合视觉线索、社会规范与环境背景来理解行人意图。
• 识别当前研究中的方法论缺陷，如样本量过小与文化多样性不足，以指导未来研究设计。

实验结果

研究问题

• RQ1 人口统计特征、环境条件与社会因素如何相互关联，共同影响行人的过街行为？
• RQ2 自动驾驶汽车向行人传达意图时，最有效的沟通模态是什么？
• RQ3 自动驾驶汽车如何利用视觉感知与情境推理准确预测行人意图？
• RQ4 为何当前的意图估计算法无法在多样化城市交通场景中实现泛化？
• RQ5 自动驾驶汽车与行人交互中存在哪些关键开放性问题亟需进一步研究？

主要发现

• 行人的行为显著受文化规范、人口统计特征与环境条件的影响，这些因素之间存在强烈依赖关系。
• 当前的自动驾驶汽车沟通系统往往缺乏跨模态评估，且测试样本量小、代表性不足，限制了其在真实场景中的适用性。
• 意图估计算法常未能整合情境信息，且依赖有限或预设脚本化数据，导致在复杂城市环境中的鲁棒性降低。
• 亟需开展大规模、文化多样的行为研究以指导自动驾驶汽车设计，因为当前研究普遍存在样本量小与方法论不一致的问题。
• 将视觉感知、场景理解与社会推理相结合，对于自动驾驶汽车在动态交通环境中准确预测行人行为至关重要。
• 未来的自动驾驶系统必须超越将行人视为刚性动态物体的处理方式，而应将其建模为具有意图、情绪与情境意识的社会性主体。