歩行者軌跡予測は、観測された人間の歴史的軌跡と周囲の環境情報を利用して、対象となる歩行者の将来の位置情報を予測することを目的としており、社会的相互作用下での自動運転車の衝突リスクを軽減することができる重要な応用価値のある研究です。ただし、従来のモデル駆動型の歩行者軌跡予測手法では、複雑で非常に動的なシナリオでの歩行者の軌跡を予測することが困難です。対照的に、データ駆動型の歩行者軌跡予測手法は、大規模なデータセット プラットフォームに依存して、より複雑な歩行者のインタラクションをより適切に捕捉およびモデル化することで、より正確な歩行者軌跡予測効果を達成し、自動運転やロボット ナビゲーションおよびビデオで一般的な選択肢となっています。監視やその他の研究ホットスポット。歩行者軌跡予測手法の研究状況と重要な課題を巨視的に把握するために、歩行者軌跡予測技術と手法の分類を出発点として、既存の歩行者軌跡予測手法の研究進捗を詳細に把握し、重要な点を明らかにする。次に、歩行者軌跡予測モデルのモデリングの違いに基づいて、既存の手法をモデル駆動型とデータ駆動型の歩行者軌跡予測手法に分類し、同時に利点、欠点、適用可能なシナリオを説明します。次に、歩行者軌道予測タスクで使用される手法を要約し、主流のデータセットを要約し、さまざまなアルゴリズムのパフォーマンス指標を比較し、最後に歩行者軌道予測の将来の開発方向を展望します。
キーワード 歩行者軌跡予測、データドリブン、社会的インタラクション、自動運転
0 まえがき
交通安全の問題は常に今日の社会の焦点であり、安全な道路環境は自動運転車が社会的相互作用の下で運転するために必要な条件です。世界保健機関（WHO）が発表した「世界の交通安全状況報告書」によると、世界の年間交通事故死亡者数は前例のない135万人に達している。そのうち、事故犠牲者の半数以上は、道路歩行者、自転車、オートバイなどの交通弱者（VRU）です。したがって、VRU グループの道路運転安全問題に焦点を当てる必要があります。また、交通現場の重要な参加者である歩行者は交通事故の最大の被害者であり、自動運転の意思決定や道路計画には、合理的な推論と歩行者の将来の移動軌跡の予測が重要です。