基于信息分形的行人轨迹预测方法

作者：杨田; 王钢; 赖健; 汪洋^*

来源：电子与信息学报, 2023, 1-11.

• 行人轨迹预测
• 不确定信息处理
• 信息分形
• 生成对抗网络

行人轨迹预测应用十分广泛，比如自动驾驶、机器人导航等。在轨迹预测中，一些不确定信息给轨迹预测任务带来了挑战，比如判别器中对轨迹信息判别的不确定，复杂的交互信息。在非线性科学领域，信息分形能有效处理不确定信息的不确定性和复杂性。受此启发，为了充分处理判别器中轨迹信息判别的不确定性，提升预测精度，该文提出了基于信息分形的轨迹预测方法。首先，场景信息和历史轨迹信息被特征提取模块提取。然后，通过注意力模块获取到场景-行人之间的交互信息与行人-行人之间的交互信息。最后基于生成对抗网络和信息分形生成合理的轨迹。在两个公共数据集ETH/UCY上实验表明，该方法能有效处理轨迹信息的不确定性，提高轨迹预测的精度。比如突然转弯、从后方超越前人、避让等行为的轨迹都能有效预测。在平均位移误差(ADE)和终点位移误差(FDE)上相比基准模型误差平均降低了11.11%和23.48%。

• 单位
  哈尔滨工业大学