[论文解读] Context-Aware Pedestrian Motion Prediction In Urban Intersections

Golnaz Habibi, Nikita Jaipuria+1 more|arXiv (Cornell University)|Jun 25, 2018

Video Surveillance and Tracking Methods参考文献 18被引用 19

一句话总结

该论文提出了一种上下文感知的行人运动预测框架，通过将环境语义信息——特别是行人交通灯状态和相对于路缘的距离——整合到基于高斯过程（GP）的运动基元间转移模型中，提升了城市十字路口的轨迹预测性能。该方法在分类准确率上提升了12.5%，AUC值降低2.65倍（表明预测置信度更高），其中表现最佳的变体CASNSC-3使用相对距离和交通灯状态作为上下文特征。

ABSTRACT

This paper presents a novel context-based approach for pedestrian motion prediction in crowded, urban intersections, with the additional flexibility of prediction in similar, but new, environments. Previously, Chen et. al. combined Markovian-based and clustering-based approaches to learn motion primitives in a grid-based world and subsequently predict pedestrian trajectories by modeling the transition between learned primitives as a Gaussian Process (GP). This work extends that prior approach by incorporating semantic features from the environment (relative distance to curbside and status of pedestrian traffic lights) in the GP formulation for more accurate predictions of pedestrian trajectories over the same timescale. We evaluate the new approach on real-world data collected using one of the vehicles in the MIT Mobility On Demand fleet. The results show 12.5% improvement in prediction accuracy and a 2.65 times reduction in Area Under the Curve (AUC), which is used as a metric to quantify the span of predicted set of trajectories, such that a lower AUC corresponds to a higher level of confidence in the future direction of pedestrian motion.

研究动机与目标

• 解决在复杂、拥挤的城市十字路口中，传统方法缺乏环境上下文信息时，行人轨迹预测不准确的挑战。
• 改进先前工作（ASNSC）中仅建模运动基元而未融合如交通灯或路缘接近度等语义环境线索的问题。
• 通过使用几何不变的上下文特征（如相对于路缘的相对距离），实现预测模型在新、未见过的十字路口上的泛化能力。
• 通过将上下文信息嵌入基于高斯过程的运动基元间转移模型，而非仅依赖绝对空间坐标，从而提升预测置信度与准确性。

提出的方法

• 沿用先前工作中的增强半非负稀疏编码（ASNSC）方法，学习运动基元字典，以表示可行的行人轨迹。
• 在GP转移模型中，将绝对x-y坐标替换为上下文感知特征：行人交通灯状态和相对于路缘的相对距离。
• 采用平方指数（SE）核函数并结合自动相关性确定（ARD），以加权每个上下文特征在GP模型中的重要性。
• 将全局行人位置转换到与路缘方向对齐的旋转x′-y′坐标系中，解耦空间维度，从而提升GP建模的准确性。
• 评估三种上下文特征组合：(1) 位置 + 交通灯，(2) 路缘方向 + 交通灯，(3) 相对于路缘的距离 + 交通灯。
• 采用似然加权指标（分类准确率、MHD、AUC）评估预测性能，其中AUC用于量化预测置信度与方差。

实验结果

研究问题

• RQ1 将语义环境上下文（如行人交通灯状态和相对于路缘的相对距离）融入模型，是否能提升城市十字路口中行人运动预测的准确率与置信度？
• RQ2 哪种上下文特征组合能在不同几何结构的十字路口中，实现最稳健且可泛化的预测模型？
• RQ3 通过曲线下方面积（AUC）度量，上下文感知建模在多大程度上降低了预测不确定性？
• RQ4 通过使用几何不变的上下文特征（如相对于路缘的相对距离），模型是否能泛化到新、未见过的十字路口？
• RQ5 与原始ASNSC方法相比，将上下文信息集成到基于GP的运动基元间转移模型中，在准确率与计算成本方面有何差异？

主要发现

• CASNSC-3（使用相对于路缘的距离和行人交通灯状态作为上下文特征）实现了94.20%的最高分类准确率，较ASNSC的83.71%提升了12.5%。
• CASNSC-3的修正豪斯多夫距离（MHD）为1.77米，较ASNSC的2.09米改善了15.3%，表明其预测轨迹更贴近真实轨迹。
• CASNSC-3使曲线下方面积（AUC）指标降低2.65倍（从131.13降至49.44平方米），表明预测方差显著降低，轨迹预测置信度更高。
• 模型保持了较低的计算开销，推理时间仅从ASNSC的0.03秒略微增加至CASNSC-3的0.04秒，展现出良好的可扩展性。
• 采用与路缘方向对齐的旋转坐标系，通过解耦空间维度，提升了GP建模效果，增强了预测保真度。
• 如相对于路缘的相对距离等上下文特征具有几何不变性，可实现知识迁移至新、未见过的十字路口——这对实际部署至关重要。