伪预言轨迹预测器

轨迹误差更低

行人轨迹预测模型TPPO，创新性地利用移动方向作为伪预言，并设计潜变量预测器估计潜变量分布，在多个数据集上优于现有方法。

杨彪 · He, Caizhen · Wang, Pin · Ching-Yao, Chan · 刘小峰 · Chen, Yang

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024

技术优势

预测更准

在多个公开数据集上，TPPO的平均位移误差和最终位移误差低于现有方法。

采样次数可减少

消融研究表明，测试时减少采样次数，预测性能不会显著下降，可降低推理计算量。

应用场景

• 自动驾驶行人轨迹预测：为自动驾驶提供更准确的行人轨迹预测，降低碰撞风险。
• 社交机器人轨迹预测：帮助社交机器人预判行人动向，实现自然交互。
• 移动机器人避障：为移动机器人提供行人未来轨迹，优化避障路径。
• 智能交通监控：用于监控场景下的行人轨迹预测，辅助异常检测。