国内刊号:21-1124/TP
国际刊号:1001-0920
发布日期:
作者:张卿瑞,张旭秀,王琳,梁天添
单位:大连交通大学 电气工程学院,辽宁 大连 116021,,大连交通大学 电气工程学院,辽宁 大连 116021,,大连交通大学 电气工程学院,辽宁 大连 116021,,大连交通大学 电气工程学院,辽宁 大连 116021,
关键词:行人轨迹预测;Transformer;社会时间图;时空加权注意力机制
基金:国家自然科学基金项目(U24B20159);2022年辽宁省揭榜挂帅科技计划(重点)项目.
行人轨迹预测在智能交通、自动驾驶与视频监控等应用领域下有着广泛的应用, 对行人间复杂的交互关系进行全面建模是提升轨迹预测准确率的关键问题. 已有的基于神经网络的建模方式存在忽略行人间的持续影响, 以及静态的图卷积算法无法适应动态变化图结构的问题. 为此, 提出一种基于社会时间图的轨迹预测模型STGCR. 该模型通过量化不同时空行人对目标行人的异步交互关系, 融合行人间的动态信息, 并将其应用于图卷积算法中. 此外 STGCR 引入了一种时空加权注意力机制, 显式计算行人间的空间与时间特征的关系. 实验结果表明, 与STAR模型相比, 在预测未来8个时间步时, 所提出的模型在公开数据集ETH和UCY上, 平均位移误差和最终位移误差分别降低39.6%与30.8%.
来源:2025年第11期
《控制与决策》期刊编辑部