[论文解读] Behavioral Intention Prediction in Driving Scenes: A Survey

Jianwu Fang, Fan Wang+2 more|arXiv (Cornell University)|Nov 1, 2022

Autonomous Vehicle Technology and Safety被引用 14

一句话总结

本综述全面回顾了驾驶场景中的行为意图预测（BIP），涵盖数据集、关键挑战、以行人和车辆为中心的方法，以及BIP感知的应用。它指出数据驱动的深度学习是主导范式，指出了意图多样性不足和对安全关键场景建模的局限性，并提出因果推理、多模态性和合成-真实数据融合作为未来提升自动驾驶系统预测准确性和可解释性的有前景方向。

ABSTRACT

In the driving scene, the road agents usually conduct frequent interactions and intention understanding of the surroundings. Ego-agent (each road agent itself) predicts what behavior will be engaged by other road users all the time and expects a shared and consistent understanding for safe movement. Behavioral Intention Prediction (BIP) simulates such a human consideration process and fulfills the early prediction of specific behaviors. Similar to other prediction tasks, such as trajectory prediction, data-driven deep learning methods have taken the primary pipeline in research. The rapid development of BIP inevitably leads to new issues and challenges. To catalyze future research, this work provides a comprehensive review of BIP from the available datasets, key factors and challenges, pedestrian-centric and vehicle-centric BIP approaches, and BIP-aware applications. Based on the investigation, data-driven deep learning approaches have become the primary pipelines. The behavioral intention types are still monotonous in most current datasets and methods (e.g., Crossing (C) and Not Crossing (NC) for pedestrians and Lane Changing (LC) for vehicles) in this field. In addition, for the safe-critical scenarios (e.g., near-crashing situations), current research is limited. Through this investigation, we identify open issues in behavioral intention prediction and suggest possible insights for future research.

研究动机与目标

• 提供对驾驶场景中行为意图预测（BIP）的系统性综述，重点关注近期进展与开放挑战。
• 分析道路结构表征、社交互动建模和BIP中预测不确定性的关键因素。
• 对比以行人和车辆为中心的BIP方法，突出其方法论差异与性能趋势。
• 识别当前数据集中存在的缺口，特别是意图类型多样性不足以及对近事故场景覆盖不足的问题。
• 探索BIP感知的应用，包括风险评估、碰撞预判和V2X协同，提出未来研究方向。

提出的方法

• 本综述对2013年至2022年间20篇高质量综述及近期BIP研究进行了系统性文献回顾，聚焦于自动驾驶中的行为意图预测。
• 对现有BIP数据集进行分类与分析，评估其范围、标注质量以及对‘过街’和‘变道’等意图类型的覆盖情况。
• 识别并讨论关键挑战，包括复杂社交互动的建模、预测不确定性的处理，以及道路结构与交通规则的表征。
• 回顾BIP的最先进深度学习模型，强调多模态推理、注意力机制和图神经网络在交互建模中的应用。
• 综述引入因果推理与反事实分析作为新兴技术，以提升安全关键场景下模型的可解释性与鲁棒性。
• 使用VIENA 2和DeepAccident等基准对BIP感知应用（如碰撞预测、TTC扩展和V2X协作）进行评估。

实验结果

研究问题

• RQ1 在行为意图预测中，主导的数据驱动深度学习方法是什么？它们如何建模道路参与者之间的交互？
• RQ2 为何当前数据集中意图多样性受限？这如何制约BIP模型的泛化能力？
• RQ3 因果推理与反事实分析如何提升BIP模型在安全关键驾驶场景下的可解释性与鲁棒性？
• RQ4 在BIP中，建模道路结构、社交互动与预测不确定性面临哪些关键挑战？
• RQ5 如何将BIP集成到更广泛的自动驾驶应用中，如碰撞预判与V2X协同？

主要发现

• 数据驱动的深度学习已成为BIP的主要流程，大多数方法依赖端到端神经网络进行序列建模与基于注意力的交互推理。
• 当前数据集主要标注少数意图类型——如行人的‘过街’与‘不过街’或车辆的‘变道’——限制了模型的泛化能力与多样性。
• 近事故或安全关键场景在现有数据集与模型中仍显著不足，表明在鲁棒性评估方面存在重大缺口。
• 因果推理与反事实分析作为新兴技术，正显著提升模型可解释性，如CausalAF与STEEK等方法已展现出更优的因果理解与鲁棒性。
• BIP感知应用如碰撞预测与TTC扩展展现出强大潜力，VIENA 2与DeepAccident等基准使BIP在协同与虚拟驾驶场景中的评估成为可能。
• 在V2X与车路协同中，多智能体间一致的意图理解至关重要，空间-时间窗口划分被提出为实现一致性的关键使能技术。