轨迹预测论文解读系列——几种经典的网络

背景

首先问大家一个问题，什么是自动驾驶车辆的最大挑战？答案是理解行人的运动并且预知行人之后的轨迹。人类的运动可以被认为是多模态性的，即人类有可能在任何给定的时刻向多个方向移动。而这种行为是自动驾驶汽车面临的最大挑战之一，因为它们的行驶路线受人的影响很大。在本篇博客中，主要介绍几种经典的轨迹预测网络。

SS-LSTM: Social-Scene-LSTM

该文是比较早的用了多个模态的信息输入来预测人类的未来轨迹。文章的网络结构主要时基于RNNs的encoder-decoder架构。

动机

1. 之前的工作很少将场景的信息和相邻的轨迹考虑到模型设计中，本文提出了一种基于LSTM的分层模型，该模型具有三个层次尺度，融合了所有可能影响行人轨迹的因素。
2. 能够对人与人之间的交互关系进行很好的建模。

方法

大体框架

该文基于RNNs的架构，使用分层LSTM encoder分别对三个层次（个人，社会，场景）的信息进行特征提取，以及一个LSTM decoder预测人的未来轨迹。

个人层级

对输入的个人轨迹 X i = { x i − T o b s + 1 , ⋯ x i 0 } X_{i}=\{x_{i}^{-T_{obs}+1},\cdots x_i^0 \} Xi​={ xi−Tobs​+1​,⋯xi0​}使用LSTM进行编码，其中$x_i^t$表示第 $i$ 个人在 $t$ 时刻的位置。我们使用LSTM得到个人轨迹特征：$p_i^t=LST{M}_p(X_i$