[论文解读] BiTraP: Bi-directional Pedestrian Trajectory Prediction with Multi-modal Goal Estimation

Yu Yao, Ella Atkins+3 more|arXiv (Cornell University)|Jul 29, 2020

Autonomous Vehicle Technology and Safety参考文献 38被引用 14

一句话总结

BiTraP 提出了一种双向、目标条件化的轨迹预测模型，通过结合从估计目标点反向生成的轨迹，提升了长期行人运动预测的性能。该方法在第一人称视角和鸟瞰图数据集上均达到当前最优水平，将 ADE/FDE 降低高达 50%，并在较长预测时域（≥2 秒）上优于以往方法；消融实验表明，潜在变量选择（非参数化 vs. GMM）对预测轨迹的多样性具有决定性影响。

ABSTRACT

Pedestrian trajectory prediction is an essential task in robotic applications such as autonomous driving and robot navigation. State-of-the-art trajectory predictors use a conditional variational autoencoder (CVAE) with recurrent neural networks (RNNs) to encode observed trajectories and decode multi-modal future trajectories. This process can suffer from accumulated errors over long prediction horizons (>=2 seconds). This paper presents BiTraP, a goal-conditioned bi-directional multi-modal trajectory prediction method based on the CVAE. BiTraP estimates the goal (end-point) of trajectories and introduces a novel bi-directional decoder to improve longer-term trajectory prediction accuracy. Extensive experiments show that BiTraP generalizes to both first-person view (FPV) and bird's-eye view (BEV) scenarios and outperforms state-of-the-art results by ~10-50%. We also show that different choices of non-parametric versus parametric target models in the CVAE directly influence the predicted multi-modal trajectory distributions. These results provide guidance on trajectory predictor design for robotic applications such as collision avoidance and navigation systems.

研究动机与目标

• 解决递归模型在长时域（≥2 秒）下轨迹预测精度下降的问题。
• 通过估计行人目标点并将其作为双向解码的锚点，提升多模态轨迹预测性能。
• 研究在条件变分自编码器（CVAE）中，潜在变量分布（高斯分布 vs. 分类分布）对预测轨迹分布多样性与质量的影响。
• 评估双向损失函数与解码器设计对预测性能及计算效率的影响。
• 为机器人应用（如碰撞避免与导航）提供轨迹预测器的选择指导。

提出的方法

• BiTraP 使用目标估计头估计未来行人目标点，将其视为反向轨迹生成的终点。
• 采用双向解码器，结合从当前位置的前向预测与从估计目标点的反向预测。
• 模型使用条件变分自编码器（CVAE）与随机潜在变量，生成多模态未来轨迹。
• 实现两种变体：BiTraP-NP（非参数化，高斯潜在变量）与 BiTraP-GMM（参数化，分类潜在变量，输出为 GMM）。
• 模型同时使用最佳多选（BoM）L2 损失与负对数似然（NLL）损失进行训练，以平衡精度与分布多样性。
• 引入双向损失函数，联合优化前向与反向轨迹预测，减少误差累积。

实验结果

研究问题

• RQ1 从当前位置与估计目标点双向解码，如何提升长期轨迹预测的准确性？
• RQ2 使用非参数化（高斯分布）与参数化（GMM）潜在变量分布，对预测轨迹分布的多样性与质量有何影响？
• RQ3 损失函数选择（BoM 与 NLL）如何影响多模态轨迹预测的分布范围与真实性？
• RQ4 所提方法能否在不同传感器模态（如第一人称视角与鸟瞰图数据集）上实现良好泛化？
• RQ5 预测的轨迹分布如何影响仿真环境中的碰撞检测与机器人导航效率？

主要发现

• BiTraP 在多个数据集上将 ADE 与 FDE 指标相比 SOTA 方法降低 10–50%，尤其在较长预测时域（≥2 秒）表现更优。
• 与单向基线相比，双向解码使 ADE/FDE 降低 10–28%，证明其在缓解误差累积方面的有效性。
• BiTraP-GMM 生成的轨迹分布更紧凑、NLL 更低，而 BiTraP-NP 生成的预测更丰富、分布更广泛，证实潜在变量选择对分布形状的显著影响。
• 双向损失使 ADE/FDE 降低 5–18%，ANLL/FNLL 降低约 0.25，表明联合优化可显著提升预测质量。
• 在 ETH-UCY 数据集上，BiTraP-GMM 在 1.2 秒后超越 Trajectron++，证实反向解码对长期预测的显著优势。
• 机器人导航仿真显示，BiTraP-NP 因预测多样性提升碰撞检测灵敏度，而 BiTraP-GMM 减少误报，表明安全与效率之间存在权衡。