【行人轨迹预测算法研究的文献综述3800字】

–PAGE28–行人轨迹预测算法研究的文献综述行人轨迹预测即对获取到的行人历史轨迹数据进行分析后对其未来一定时间段的位置坐标进行预测。随着轨迹数据的挖掘与应用，轨迹预测技术作为一项基础技术日益体现其本质，国内外的研究人员也对该领域做出了大量的探索与研究。现有的行人轨迹预测算法可分为基于统计模型的和基于深度学习的两大类预测模型。统计模型采用多源混合预测的思想，考虑不同移动对象的运动轨迹，常用的有隐马尔可夫模型[4]、贝叶斯网络模型[5]以及回归与函数近似模型等。深度学习模型可以从海量数据中自动调整模型参数，具有很强的自适应能力，且在处理非线性输入数据时有一定的优势。基于统计模型的轨迹预测卡尔曼算法[6]可以认为是一个递归滤波器，它可以从一系列含有噪声以及一系列不完整的信息中估计动态系统的状态，尤其适应于对于时间序列的数据分析。基于卡尔曼滤波器进行运动目标的行为状态估计，其原理是使用上一时刻的状态变量对当前时刻的状态进行估计，根据当前时刻的观测值和状态更新公式共同更新对状态变量，之后预测下一时刻的轨迹位置，过程如图1-1所示。应用卡尔曼滤波算法预测运动物体的动态轨迹，优点如下:（1）卡尔曼滤波算法适用于运动模式多变和不确定性较大的轨迹数据，可以对运动状态不断变化的系统状态进行最佳估计，实现实时的运行状态估计和预测。（2）行人的动态轨迹预测不仅要求预测结果有很高的准确度，还要满足实际应用的实时性，预测时间太长或者预测误差太大都会导致预测结果失败。而卡尔曼滤波算法不仅具有高实时性，同时还能对运动状态不断变化的运动物体表现出很强的自适应性，因此，这是一种普遍适用的动态轨迹预测方法。图1-1kalman原理Helbing等人尝试把行人与能量联系在一起，他们提出的社会力模型[7]把行人和障碍物之间的吸引和排斥转化为能量进行建模，从而来预测行人的轨迹。图1-2是社会力模型的一个简单示意图，图中每一个圆圈代表一个行人，如果其中一个行人能够通过狭窄的门，那么具有相同行走方向意图的其他行人倾向于跟随，而具有相反行走方向想法的行人则必须等待。过了一段时间后，行人流停止，并且门被准备通向相反方向的行人捕获以后，此方行人才能通过。吸引力用来引导目标行人朝着目的地走，而排斥力可以使行人与行人之间以及行人与障碍物之间保持安全距离，避免发生碰撞。社会力模型理解起来比较形象直观，但是在建模的过程中需要人工设置社会力因素，并且社会力模型只能处理交互较为简单的场景，模型在众多真实场景下的泛化能力较差，无法在真实场景中做到精确预测行人轨迹。参考文献周志华.机器学习[M].清华大学出版社,2016.白萧.第一视角下的行人轨迹预测方法研究[D].大连海事大学,2020.LeCunY,BengioY,HintonG.Deeplearning[J].nature,2015,521(7553):436.李哲.基于改进的隐马尔科夫模型的车辆轨迹预测[D].北京工业大学，2019.李万高,赵雪梅,孙德厂.基于改进贝叶斯方法的轨迹预测算法研究[J].计算机应用.2013,33(7):1960-1963.HarveyAC.Forecasting,structuraltimeseriesmodelsandtheKalmanfilter[M].Cambridgeuniversitypress,1990.HelbingD,MolnarP.Socialforcemodelforpedestriandynamics[J].PhysicalreviewE.1995,51(5):4282.YamaguchiK,BergAC,OrtizLE,etal.Whoareyouwithandwhereareyougoing[C].Computervisionandpatternrecognition,2011:1345-1352.PecherP,HunterM,FujimotoR.Data-DrivenVehicleTrajectoryPrediction[J].2016:13-22.GiannottiF,NanniM,PinelliF,etal.Trajectorypatternmining[C].InProceed-ingsofthe13thACMSIGKDDinternationalconferenceonKnowledgediscov-eryanddatamining,2007:330-339.YagiT,MangalamK,YonetaniR,etal.Futurepersonlocalizationinfirstpersonvideos.[C]InProc.IEEEConferenceonComputerVisionandPatternRecognition.IEEE,2018,pp.7593-7602.GuptaA,JohnsonJ,Fei-FeiL,etal.Socialgan:Sociallyacceptabletrajectorieswithgenerativeadversarialnetworks[C].InProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition,2018:2255–2264.唐贤伦,杜一铭,刘雨微.基于条件深度卷积生成对抗网络的图像识别方法[J].自动化学报.2018,44(5):855-864.LiptonZC,BerkowitzJ,ElkanC.Acriticalreviewofrecurrentneuralnetworksforsequencelearning[J].arXivpreprintarXiv:1506.00019,2015.J.Pennington,R.Socher,C.D.Manning.Glove:Globalvectorsforwordrepresentation[C].Proceedingsofthe2014conferenceonempiricalmethodsinnaturallanguageprocessing,2014,1532­1543.GravesA,JaitlyN.Towardsend-to-endspeechrecognitionwithrecurrentneuralnetworks[C].InInternationalconferenceonmachinelearning,2014:1764–1772.AlahiA,GoelK,RamanathanV,etal.Sociallstm:Humantrajectorypredictionincrowdedspaces[C].InProceedingsoftheIEEEconferenceoncomputervisionandpatternrecognition,2016:961–971.孙亚圣，姜奇，胡洁，etal.基于注意力机制的行人轨迹预测生成模型[J].计算机应用,2019,39(3):668-674.HaoZHANG,JinHUANG,FengTIAN,etal.Trajectorypredictionmodelforcrossing-basedtargetselection.[J]VirtualReality&IntelligentHardware,2019,1(3):330-340.图1-2简单的社会力模型KotaYamaguchi等人[8]提出了一个基于代理的行人行为模型，此模型将行人视为决策者，决策者综合考虑个人、周围其他的行人和环境等因素来决定往哪个方向走。这个模型解决了两个问题：对行人目的地和社会群体关系的简单有效的估计和将隐藏的属性合并到能量公式中，以此来实现准确的行为预测。这个模型主要考虑两个因素对行人的影响，一是分组行为，也就是行人准备和谁一起走，因为同行的人通常会有相同的运动轨迹；二是目的地，即行人在场景中可能的目的地，如图1-3所示。图1-3主要影响因素Pecher等人[9]利用收集的轨迹数据，对比二阶马尔科夫模型和前馈神经网络模型在轨迹预测方面的准确度及性能，指出通过不断提高马尔科夫模型的阶数以及神经网络的隐层神经元数量，便可不断提升各自的预测准确度，但是提高阶数和增加隐藏神经元数量带来的问题是相应的训练时间及空间代价也在不断提升。Kitani等提出了反强化学习（InverseReinforencementLearning）算法，该算法首先学习真实环境中的场景因素如斑马线、障碍物等对行人轨迹的影响，然后利用隐马尔可夫模型对行人在场景中的可行路线进行概率性的预测。Giannotti等人[10]提出了轨迹模式的概念。这类算法使用很多相似的行人轨迹中的一些坐标来表示某一类行人运动轨迹，之后通过计算特定的行人轨迹在这类轨迹之间的相似程度，以此来判断这一特定的行人轨迹属于哪一类轨迹，进而对未来的行人轨迹做出预测。这种算法的缺陷是最终只能得到预测轨迹的大致位置，在对预测精确度要求不是很高的情况下是有效的，但对交通场景下需要极高预测精确度的任务来说是无效的。传统的基于统计模型的轨迹预测存在泛化能力不够强、效率不够高等问题，不能满足目前日益复杂的交通场景下对于保障行人安全的需求。基于深度学习的轨迹预测在有司机参与的非无人驾驶环境中，司机自身的经验对于安全驾驶十分重要，但司机自身的经验是经过长时间在不同环境中驾驶车辆所积累的。在面对突发紧急情况时，经验的多少以及如何使用，会在很大程度上影响事故发生的严重程度甚至可能性。但是司机自身经验的积累是需要时间的，同时也是有限的。一个司机不可能遇到所有的情况，不可能积累应对不同环境的所有经验。与经验丰富的司机相比，新手司机积累属于他们自己的经验则需要更长的时间。从这个角度来说，运用基于深度学习和大数据的行人轨迹预测技术，可以让机器很快地积累丰富而全面的驾驶经验，从而来保障道路交通安全。（1）FPLYagi等人[11]提出一种适用于第一人称视角的轨迹预测算法FPL。如图1-4所示，输入为从t0-Tpred+1到t0时刻的多帧信息，包含目标行人的大小序列、位置序列和姿态序列信息，以及拍摄所用相机本身的运动信息。其中，位置序列信息包含行人的轨迹坐标，大小序列信息反映行人距离拍摄所用相机的远近，姿态序列信息表示人体的18个关节点坐标，主要反映行人的动作、朝向、姿态等信息。在第一人称视角中，拍摄所用的相机本身处于运动状态，因此算法的输入信息也需要包含相机的运动信息。经过预处理得到四种序列信息后，分别进入不同的1D-Conv+BN+ReLU堆叠块，之后在通道维度进行级联，经过卷积、反卷积后得到从t0+1到t0+Tfuture时刻目标行人的预测位置。FPL的不足主要有以下两点:（1）整个结构只用到了一维的卷积，但是针对时间序列信息，采用RNN网络或者建立更加复杂的特征融合算法可以得到更好的轨迹预测精度。（2）FPL只考虑了目标行人的运动信息，而忽略了性人行与行人之间的交互。图1-4FPL示意图（2）SocialGANGupta等人提出SocialGAN[12]，将生成对抗网络[13]和行人轨迹预测方法结合起来。如图1-5所示，SocialGAN模型分为生成器和鉴别器两部分，生成器根据已知的行人轨迹生成可行路径，之后交给鉴别器来判断轨迹的真伪性。现有方法大多采用的是最小化预测轨迹和真实轨迹之间的欧氏距离的损失函数，因而只会输出一条轨迹，而SocialGAN通过引入多样性损失和对抗性损失，鼓励模型生成多条符合社会规范的可接受轨迹。但是在测试过程中只采样一次时，在性能上相比于只输出一条轨迹的方法没有明显的提升。图1-5SocialGAN示意图（3）SocialLSTM循环神经网络是一类以序列数据为输入，在序列的演进方向进行递归且所有节点按链式连接的递归神经网络。一个序列当前时刻的输出与之前时刻的输出有关，具体表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中，即隐藏层之间的节点不再是无连接而是有连接的，隐藏层的输入不但包含输入层的输出，还包括上一时刻隐藏层的输出。RNN在面对长序列数据时，只能获得较近序列的信息，而对早期的序列则不具备记忆功能，会出现梯度消失的情况，从而造成信息的丢失，即RNN不具备长期记忆的功能，只能实现短期记忆。这一不足会影响到应用循环神经网络进行行人轨迹预测时的准确性。LSTM是循环神经网络的一个变种。LSTM可以解决梯度消失的问题，并且能轻松地学习到长期依赖的信息，LSTM已经被证明可以有效的处理时间序