行人轨迹预测相关论文
行人轨迹预测是视频监控的重要组成部分，因现有方法未充分利用场景特征信息造成其预测轨迹不符合生活常识，导致行人轨迹预测精度较低......
在正确地规划合理路径方面，行人轨迹预测具有重要的意义.大多数现有轨迹预测方法在考虑周围行人的影响时，都是简单地将周围行人全部......
针对当前研究仅考虑影响行人交互因素的问题，提出了一种基于状态精细化长短期记忆（SR-LSTM）和注意力机制的社交生成对抗网络（SRA-SIGAN......
为了提高移动机器人在室内人机共融环境下的运动安全和交互性，提出了一种融合行人运动信息的室内移动机器人动态避障方法，同时考虑任......
随着科学技术的发展,各种各样定位设备不断涌现,可获取到轨迹数据的数量与种类迅速增长。对获取到的轨迹数据进行储存,分析在行为......
随着数字成像系统和深度神经网络相关技术的成熟,基于视觉信息和神经网络的多目标跟踪方法获得了越来越多研究者的关注。密集人群......
行人是道路交通中的易受伤害群体,因此预测行人的社会交互和行为轨迹对于人工智能平台如智能汽车或者无人车来说至关重要。但是,行......
近些年,在公共场合的视频监控设备数量飞速增长,例如机场、地铁和商场等。然而,仅依靠人类的视觉来查阅海量的视频数据有很大的困......
行人轨迹预测在各种应用中具有关键性作用，为提高互中轨迹预测精度与模型可解释性，提出了一种基于时空信息和社交注意力的模型（SAGAT），......
人类在长久的演变中已经具有了完备的社会性,可以实现在穿越拥挤区域前,提前感知环境状态并自主导航,选择一条合适的道路以避免危......
非常态环境下的行人检测、跟踪以及轨迹预测是行人交通安全研究的重要问题。由于在非常态环境下行人更加容易发生安全事故,因此相......
城市智能驾驶汽车在行驶过程中不可避免地与周围行人产生交互,在这种不断变化的环境中,行人轨迹预测及危险态势评估是确保车辆安全......
提出一种结合群体交互信息和个体运动信息的生成对抗网络GI-GAN。首先,利用编码层中的双向长短期记忆网络BiLSTM提取观测时段内所......
当前,越来越多的机动车辆在方便了人们生活的同时,也使交通事故的发生量居高不下。因此,实时感知车辆周围的行人并准确预测其未来......
自动驾驶是当代汽车相关领域的一个研究热点,其中自动驾驶车辆与行人的交互策略更是一个难题,目前尚未有一套成熟的量产方案用于解......
理解并准确预测行人的移动轨迹,对提高自动驾驶技术的水平,减少交通事故的发生有重要的意义。针对现有轨迹预测方法预测精度不高,......
为了改善自动驾驶领域对行人保护的局限性,研究了人车混行路口行人的行走模式与人车之间的交互行为,提出了一种基于社会力的自动驾......
针对传统全向移动机器人局部路径规划算法无法提前对行人轨迹进行预测而导致智能性差的问题,提出了基于行人轨迹预测的全向移动机......
为提高行人交互中轨迹预测速度、精度与模型可解释性,提出了一种基于社会注意力机制的GAN模型。首先,定义了一种新型社会关系,对行......
如今无人驾驶技术逐渐得到广泛的关注,目前针对无人驾驶技术的研究都是着力于调通各个职能模块、优化智能算法以及最后无人驾驶汽......
