学习和解释行人意图的群体交互场

王雪扬 ,  陈学诚 ,  蒋朴华 ,  林浩哲 ,  袁肖赟 ,  季梦奇 ,  郭雨晨 ,  黄儒麒 ,  方璐

工程（英文） ›› 2024, Vol. 34 ›› Issue (3) : 70 -82.

PDF (4889KB)
工程（英文） ›› 2024, Vol. 34 ›› Issue (3) : 70 -82. DOI: 10.1016/j.eng.2023.05.020
研究论文

学习和解释行人意图的群体交互场

作者信息 +

The Group Interaction Field for Learning and Explaining Pedestrian Anticipation

Author information +
文章历史 +
PDF (5005K)

摘要

预测他人的行为是人类在密集人群中确定方向并与他人良好互动的一种必不可少的本能。这种能力对于诸如服务机器人和自动驾驶汽车等无人系统至关重要。然而，现有的解决方案难以准确预测行人的意图，主要是因为没有充分考虑与群体相关的社会行为。虽然群体关系和群体交互无处不在，并且对行人的意图预测有显著的影响，但这种影响是多样且微妙的，因此难以明确量化。在此，本文提出了群体交互场（GIF）。这是一种新颖的群体感知表征方法，它将行人的意图量化为行人未来位置和注意力方向的概率场。进一步提出了一种端到端的神经网络GIFNet，用于从显式的多维观测中预测GIF。GIFNet通过构建具有传播和图注意力机制的群体交互图来量化群体行为的影响，该图自适应于群体规模和动态交互状态。实验结果表明，GIF能够有效地反映显著的群体行为影响下行人意图的变化，并准确预测行人的未来状态。此外，GIF有助于解释不同社会状态下对行人行为的各种预测。GIF最终将允许无人系统以类似人类的方式工作，并遵守社会规范，从而促进和谐的人机关系。

Abstract

Anticipating others’ actions is innate and essential in order for humans to navigate and interact well with others in dense crowds. This ability is urgently required for unmanned systems such as service robots and self-driving cars. However, existing solutions struggle to predict pedestrian anticipation accurately, because the influence of group-related social behaviors has not been well considered. While group relationships and group interactions are ubiquitous and significantly influence pedestrian anticipation, their influence is diverse and subtle, making it difficult to explicitly quantify. Here, we propose the group interaction field (GIF), a novel group-aware representation that quantifies pedestrian anticipation into a probability field of pedestrians’ future locations and attention orientations. An end-to-end neural network, GIFNet, is tailored to estimate the GIF from explicit multidimensional observations. GIFNet quantifies the influence of group behaviors by formulating a group interaction graph with propagation and graph attention that is adaptive to the group size and dynamic interaction states. The experimental results show that the GIF effectively represents the change in pedestrians’ anticipation under the prominent impact of group behaviors and accurately predicts pedestrians’ future states. Moreover, the GIF contributes to explaining various predictions of pedestrians’ behavior in different social states. The proposed GIF will eventually be able to allow unmanned systems to work in a human-like manner and comply with social norms, thereby promoting harmonious human-machine relationships.

关键词

人类行为建模与预测 / 行人意图的内隐表征 / 群体交互 / 图神经网络

Key words

Human behavior modeling and prediction / Implicit representation of pedestrian anticipation / Group interaction / Graph neural network

引用本文

引用格式 ▾
王雪扬,陈学诚,蒋朴华,林浩哲,袁肖赟,季梦奇,郭雨晨,黄儒麒,方璐. 学习和解释行人意图的群体交互场[J]. 工程（英文）, 2024, 34(3): 70-82 DOI:10.1016/j.eng.2023.05.020

登录浏览全文

4963

注册一个新账户 忘记密码

1 引言

了解行人动力学在各种现实任务（如无人驾驶[1‒2]、机器人导航[3‒4]、行人流分析[5‒6]和人群疏散[7‒8]）中至关重要。有趣的是，人类在拥挤的空间中确定方向并与其他行人互动时，有一种预测他人未来行为的本能[9‒13]，这使得他们能够避免正面碰撞，并在保持舒适距离的同时与同伴保持同步。如图1（a）所示，这种能力有望使无人系统通过理解和预测行人的行为，在城市环境中智能地工作。

在过去的几十年中，已使用双向流[13‒14]、细胞自动机[10,15]和碰撞时间[12,16‒17]对行人意图进行建模，以模拟集体行为。最近，机器学习技术被用于预测行人的未来状态 [17‒23]。本质上，上述方法对每个个体在避免碰撞时的行为进行建模，而不考虑其与群体相关的社会行为。但是人类是天生的社会性的生物，会聚集在一起进行社交互动，从而形成社会群体[24‒25]。例如，在街道上观察到的行人中有多达70%是群体性的[26]。行人遵守群体中预期的社会规范，并在群体相邻行人的影响下采取相应的行动[27]，其中群体内/群体间的互动被认为是影响行人社会认知[27‒28]和行为模式[29‒30]的关键因素。为了对群体或交互信息建模，最先进的图神经网络（GNN）方法已被用来理解行人/智能体动力学[9,27,31‒35]。然而对于行人来说，群体行为的影响不仅是多样的，而且是微妙的，不同的群体关系或交互状态对行人未来状态的影响也大不相同。例如，家庭群体（如母女）和旅游团在相似场景下通常表现出截然不同的行为，因为儿童的注意力不如成年人集中。这些细微的差异无法用简单的关系或交互图很好地模拟。由于无法区分行人之间不同的群体关系，现有方法无法准确预测群体行为影响下的行人意图的差异[13,19,23,27,31,34‒37]。

在复杂的场景中，理解群体关系和社会互动对行人行为的影响非常重要，但也具有很大的挑战性。针对这种情况，本研究提出了群体交互场（GIF）。这是一种新颖的群体感知表征法，用来量化隐含的行人意图。更具体地说，GIF由一个空间位置场和一个注意力场组成，它们分别使用行人未来位置的概率场和他们的注意力方向的概率场来表示行人意图。此外，本研究设计了一种端到端的神经网络GIFNet，用于从显性的多维观察（包括其轨迹、注视方向和群体交互状态）中预测GIF。GIFNet通过构建具有传播和群体注意力的群体交互图来量化群体行为的多样性和微妙影响，该图自适应于群体规模和动态交互状态。本研究的主要贡献有三方面：

• 提出了GIF，这是一种群体感知的行人意图表征法。它由一个空间位置场和一个注意力场组成，代表了行人意图的变化，从而能全面了解行人的社会性质。

• 设计了GIFNet来预测GIF。GIFNet利用长短期记忆（LSTM）网络和图注意力网络（GAT）的优势，结合外显观察，来学习隐含的时空表征并预测GIF。

• 在各种现实场景下的广泛验证表明，GIF能够有效地反映显著的群体行为影响下行人意图的变化，并准确预测行人的未来状态。

2 群体交互场

作为对行人隐性预期的估计，GIF由一个空间位置场和一个注意力场组成，分别代表对行人未来位置和视觉注意力的预测。GIF是通过GIFNet从对行人的显式观察（包括其轨迹、注视方向和群体交互状态）中估算出来的[图1（b）]。本研究从PANDA数据集[38]中生成了行人数据，该数据集由各种场景的大规模自然户外场景以及行人密度、轨迹分布和群体活动组成。空间位置场是二维（2D）概率分布图序列，表示目标行人的未来位置[图1（c）]，其时间跨度为T，时间分辨率为R。同样地，注意力场是角度范围 θ序列，代表行人可能的方向和视觉注意力的范围。更正式地说，从目标行人 i的观察序列 t ∈ 1 , … , T e n d中给定一个时间戳，其中 T e n d为结束时间戳，则GIF被定义为 G I F i T = [ P i T , A i T ]，其中包括空间位置场 P i T和注意力场 A i T。

如图1（a）所示，单独行人（青色）、无交互的群体行人（紫色）和有交互的群体行人（橙色）的GIF存在明显差异：单独行人具有长而宽的空间位置场，无交互的群体行人具有短而窄的空间位置场，而有交互的群体行人倾向于相互靠近。由于能够预测行人的未来位置和注意力方向，因此GIF在无人系统应用中具有巨大的潜力。图1（a）展示了GIF的两个代表性应用。空间位置场可帮助无人系统（蓝色）规划其路径以避免干扰行人，而注意力场可引导无人系统（红色）从注意力方向接近行人。

3 GIFNet

为了准确预测GIF，本研究设计了GIFNet，如图2（a）所示。GIFNet输入三个明确的观察结果：目标行人的轨迹T p、目标行人的注视方向F p以及交互图I t中的相邻行人轨迹T n，其中t为时间戳；并输出目标行人的GIF。给定目标行人（紫色），同组中的其余行人（其他颜色）表示该行人的相邻行人。更具体地说，群体交互图I t是一个用于组织群体交互状态的图序列，其边代表目标行人在每个时间点是否与相邻行人进行了交互。

GIFNet由四个模块组成：①对目标行人的历史轨迹进行建模的轨迹编码器；②对目标行人的注视方向信息进行建模的注视方向编码器；③对目标行人与其相邻行人的交互信息进行建模的GIF-GAT；④分别对目标行人的空间位置场和注意力场进行估计的注视方向解码器和空间位置解码器。在GIFNet中，由一个全连接（FC）层和一个LSTM网络单元组成的三个编码器用于从T p、F p和T n中提取特征。对于相邻行人轨迹T n，编码器为第j个相邻行人生成两个嵌入向量（ m a j和 m r j），分别对相邻行人的绝对位移和相对于目标行人的位移特征进行编码[图2（b）]。通过图注意力模块（GIF-GAT）对群体交互图I t和相邻行人的轨迹T n的特征进行进一步处理[图2（c）]。对于每个时间步t，使用FC层根据相邻行人的相对位移特征计算相邻行人的权重。权重乘以群体交互图I t，得出第j个相邻行人的最终权重αj。然后，使用αj 作为最终的相邻行人嵌入向量，将相邻行人的绝对位移特征（ m a j）与权重相加。这样，GIFNet通过图传播相邻行人和群体交互的影响，从而得到嵌入特征向量。最后，将四种显性观察的嵌入特征向量输入到解码器中，用于估计空间位置场和注意力场[图2（d）]。在空间位置解码器中，添加了一个高斯采样模块，用于学习空间位置场的不确定性并生成代表目标行人未来位置的概率分布序列图。下文将详细介绍轨迹编码器、注视方向编码器、GIF-GAT和解码器的设计。

3.1 轨迹编码器

轨迹编码器的目的是对历史轨迹信息进行编码，并生成轨迹嵌入。轨迹编码器由LSTMX组成。目标行人i过去的轨迹信息Xi 由行人与前一时间步的相对位移的有序集合表示[图2（b）]，其构成如下：

X i = { Δ x i 1 , … , Δ x i T e n d }
Δ x i t = x i t - x i t - 1

其中， x i t是目标人在时间戳t时的空间位置。

对于时间步 t = { 1 , … , T e n d }，执行以下更新操作，将相对位移嵌入与图2（a）中FC层相对应的定长向量 e i t中：

e i t = ϕ Δ x i t ; W e e

然后，嵌入向量用作LSTM单元的输入，如下所示：

m X t i = L S T M X m x t - 1 i , e i t ; W X

其中，函数 ϕ是嵌入行人i过去轨迹信息的FC层， W ee是嵌入权重， m X t i是LSTMX在时间步t时的隐藏状态， W X是LSTMX单元的权重。这些参数由场景中的所有行人共享。

3.2 注视方向编码器

注视方向编码器的目的是对历史注视方向信息进行编码并生成注视方向嵌入。目标行人i过去的注视方向信息 A i 由单位向量中行人方位 a i t的有序集合表示，其构成如下：

A i = a i 1 , … , a i T e n d
a i t = c o s θ 1 t , s i n θ 1 t

其中，θ 1是注视方向与前方方位的内角。与轨迹编码器模块类似，带有隐藏状态 m o t i的视觉注意力序列 A i 被输入注视方向编码器 L S T M o。具体操作如下：

e i t = ϕ Δ a i t ; W e e
m o t i = L S T M o m o t - 1 i , e i t ; W o

其中， W o是 L S T M o单元的权重。为简单起见，再次使用ϕ和 W e e分别表示嵌入函数、嵌入权重和隐藏状态。最终向量 m o T e n d ( i )是来自目标行人i的注视方向信息的集合。

3.3 GIF-GAT

为了提高效率和简化操作，本研究采用了与轨迹编码器类似的机制对相邻行人轨迹进行编码。如图2（b）所示，对于目标行人i，除了每个相邻行人j在前一时间步的位移 Δ x j t = x j t - x j t - 1外，还计算每个相邻行人j在每个时间步与目标行人i的相对位置，即 Δ x i j t = x i t - x j t。将相邻行人的位置编码为 Δ x j t和 Δ x i j t，分别表示绝对位移和相对位移。具体操作如下：

e i t = ϕ   ( Δ x j t ; W e e )
e i j t = ϕ   ( Δ x i j t ; W e e )

然后，将相应的向量输入相邻行人编码器，就可以得到两个对距离敏感的上下文嵌入：相邻行人的相对嵌入 m r t j和相邻行人的绝对嵌入 m a t j。具体操作如下：

m a t i = L S T M E m a t - 1 i , e i t ; W a
m r t i = L S T M E m r t - 1 i , e i j t ; W a

其中， W a表示相应LSTM单元的权重。

使用GAT作为一种共享机制，来汇集目标行人与其相邻行人之间的交互信息。如图2所示，将场景中的行人视为节点，并使用图上的边来表示人与人之间的交互信息。GAT是通过堆叠图注意力层来构建的。目标行人i的群体交互图由虚拟变量序列表示，如下所示：

I t i = β i j t | j ∈ 1 , … , D i ,   t ∈ 1 , … , T e n d

其中， β i j t是虚拟变量，表示目标行人i与群组相邻行人j之间存在互动， D i是目标行人i的群组相邻行人数量。对 β i j t采用时间池化操作，生成由整个观察期的互动信息组成的池化情境向量 C i j，即 C i j = 1 T ∑ i T β i j t。

用 m r T e n d ( j )表示相邻行人j的最终相对嵌入， m a T e n d j表示相邻行人j的最终绝对嵌入。在观察期间，将 m a T e n d j输入到图注意力层。节点对（i,j）的注意力机制中的系数可以通过 m r T e n d j和 C i j的乘积来计算，如下所示：

α i j = m r T e n d i ⋅ C i j

节点i（目标行人i）的一个图注意力层的输出结果如下：

m ^ a T e n d i = σ ∑ j ∈ N i α i j W m a T e n d j

其中，σ是一个非线性函数， N i代表节点i的相邻行人。 W ∈ R F ' × F是共享线性投影的参数矩阵，分别应用于每个相邻行人（F是输入维度，F'是输出维度）。此外， m ^ a T e n d是目标行人i在观察期内的固定长度嵌入，代表所有相邻行人对目标行人的影响。

3.4 空间和注意力解码器

使用解码器生成以 E t i = [ E p , E v , E n ]为条件的空间位置场和注意力场，其中， E p、 E v和 E n分别是轨迹、注视方向和相邻行人影响的嵌入：

E p = ϕ m x T e n d i ; W e e
E v = ϕ m o T e n d i ; W e e
E n = ϕ m ^ a T e n d i ; W e e

然后，直接将从高斯分布采样的噪声向量 z 和上下文嵌入 E t i连接起来，作为空间位置解码器 L S T M d e c p的输入：

h p T e n d + 1 i = L S T M d e c p h p T e n d i , E t i , z ; W d e c p
Δ x i T e n d + 1 = ϕ   ( h p T e n d + 1 ( i ) ; W e e )

此外，使用注意力解码器 L S T M d e c a更新目标行人i的注意力区域：

h a T e n d + 1 i = L S T M d e c a h a T e n d i , E t i , z ; W d e c a
a i T e n d + 1 = ϕ h a T e n d + 1 i ; W e e

其中， Δ x i T e n d + 1和 a i T e n d + 1分别是目标行人i在 T e n d + 1时的位置和注视方向。用 h a t i和 h p t i分别表示空间位置解码器和注意力解码器的隐藏状态，用 W d e c p和 W d e c a分别表示空间位置解码器和注意力解码器的嵌入权重。

4 实验

4.1 实验设置

4.1.1 数据集

在PANDA数据集[38]上评估了此模型的性能。PANDA数据集中的视频由十亿像素摄像头拍摄，每个视频帧包含数百到数千个行人，具有丰富的群体交互信息。由于本研究的方法仅需要轨迹、注视方向和群体交互信息，因此从PANDA标签中提取了这些信息并形成了包含21 704条轨迹的新数据集。将轨迹分为训练集、测试集和验证集，分别包含15 511、3052和3141条轨迹。接下来，计算了一个单应矩阵来将图像映射到顶视图，从而获得行人在世界坐标中的位置。

与现有的基于群体的轨迹预测数据集[22]不同，每个群体都被分配了多个类别标签，表示群体关系的种类（即熟人和家人）和交互状态（即无交互、非身体接触交互和身体接触交互）。例如，眼神交流、身体语言（如挥手）和交谈都是非身体接触交互，而握手是一种身体接触交互。群体关系信息通过成员的交互和特征（如外貌、性别、年龄和交流）来识别。

4.1.2 评价指标

在测试时，对目标行人i的未来位置进行了k次预测；设定k = 20。应用高斯模型拟合所有k次预测的位置，然后抽取概率最大的点作为最佳预测位置 Y ^ i p t，计算公式如下：

Y ^ i p t = m a x Δ x i t P Δ x i t

其中， P Δ x i t是针对行人 i在时间t时的所有预测位置的拟合高斯模型。使用平均位移误差（ADE）[19]和最终位移误差（FDE）[38]对预测轨迹进行评估，计算方式如下：

A D E = 1 N ∑ t = 1 N Y i p t - Y ^ i p t
F D E = Y i p T e n d - Y ^ i p ( T e n d )  

其中，N是预测的时间步数， Y i p t是目标行人i在时间t时的所在位置真实值。

类似地，使用平均角度误差（AAE）和最终角度误差（FAE）来评估预测的注视方向：

A A E = 1 N ∑ t = 1 N Y i a t - Y ^ i a t
F A E = Y i a T e n d - Y ^ i a T e n d

其中， Y i a t是目标行人i在时间t时的注视方向真实值， Y ^ i p ( t )是最佳预测注视方向。

4.1.3 培训详情

在实验中，观察了9个时间步（3 s）的轨迹和注视方向，并尝试预测下一个N = 9个时间步（3 s）。行人的注视方向 a i t与行人的相对位置 Δ x i t具有相同的形式。因此，可以使用序列到序列模型来预测行人的位置及其注视方向。用 A i代替了最先进的轨迹预测方法的输入，用于注视方向的训练和预测。所有实验均在同一台配备了英伟达RTX3090图形处理器的个人电脑上进行。

在训练空间位置解码器时，使用了多样性损失 L p：

L p = m i n k Y i p t - Y ^ i p t q 2

其中， Y ^ i p t q是目标行人i的第q个预测位置。

还使用了 l 2损失 L a，以测量注意力场的预测值与真实值之间的差异：

L a = Y i a t - Y ^ i a t 2 2

4.2 实验讨论

4.2.1 预测空间位置场

由于空间位置场表示目标行人的未来位置分布，因此使用数据集上预测位置的准确性来评估GIFNet。最近关于人群预测的研究表明，行人的短期运动具有很高的可预测性[39‒40]。本文采用具有时间跨度T = 3 s和时间分辨率R = 1/3 s的类似设置。如图3（a）所示，预测位置的ADE和FDE [即端点处的位移误差，如图3（a）中的星号所示]被用作评估指标。在每个时间步中，使用概率最高的预测位置来计算ADE和FDE。如表1 [19,21,34‒35,41‒49]所示，GIFNet在性能上超过了最先进的基于学习的轨迹预测方法，如SoPhie [21]、时空图注意力网络（STGAT）[34]、社会生成对抗网络（SGAN）[35]、社会时空图卷积神经网络（social-STGCNN）[19]、稀疏图卷积网络（SGCN）[41]等。在这些方法中，只有本研究的GIFNet编码了所有四种特征，即轨迹、注视方向、相邻行人轨迹和群体交互状态。SoPhie、STGAT、SGAN、social-STGCNN和SGCN只对轨迹进行了编码并采用相对距离依赖法整合周围所有相邻行人的信息。基线方法“Linear”是一种线性回归器，只将过去的轨迹作为输入。第4.2.3节将提供更详细的消融分析。

为了更深入地分析相邻行人和群体交互信息，将行人分为以下几类：单独行人、熟人群体成员、家庭群体成员、无交互群体成员、有非身体接触交互的群体成员和有身体接触交互的群体成员，并将统计分析结果绘制在图3（b）~（f）中。使用非参数单侧曼-惠特尼U检验（Mann‒Whitney U test）来证明两组数据平均值差异的统计显著性。图3（b）和（c）显示了真实值与估计的前向（即当前时间步的移动方向）和侧向（即与前向正交）速度的分布。GIFNet的预测结果（红色）与真实值（黑色）高度一致。在两个方向上，单独行人的移动速度都快于群体行人（p < 0.001，N = 12 245），而熟人组行人的移动速度快于家庭组行人（P < 0.001，N = 12 245）。然而，有交互和没有交互的群体行人在速度上没有显著差异，这意味着群体交互不会影响行人的行走速度。此外，单独行人的空间位置场比群体行人的更分散，也就是说，单独行人的行走方向具有更高的不确定性。这些结果表明，在群体中会直接影响行人的速度和行走方向。

行走的行人群体的空间组织可以通过角度[即图3（d）中相邻行人与前向行人之间的内角 , θ p]和群体中行人之间的距离来衡量[26]。图3（e）和（f）说明了交互对群体内行人成对距离和角度的影响。有身体接触交互、有非身体接触交互和无交互的行人对之间的距离显著增加（均为p < 0.001和N = 3668）。有身体接触交互和有非身体接触交互的行人对之间的角度集中在 90 ∘左右，而无交互的行人对的角度较小（p < 0.001，N = 3668）且分散，不确定性较高。图3（g）显示了成对距离和角度的分布情况。将559对无交互的行人、137对有非身体接触交互的行人和199对有身体接触交互的行人绘制在三个二维直方图上：目标行人位于中心，前向方向呈90°，相邻行人则根据距离和内角绘制。有交互的行人对比起无交互的行人对更为集中，并倾向于平行行走（即角度集中在 90°）。

图3（h）显示了在身体接触交互和非身体接触交互的开始时间、期间和结束时，空间位置场和成对距离的变化。从每种状态中随机抽取了400对行人来绘制时间-距离曲线[图3（h）的底部]，在图3（h）的顶部绘制每个阶段的代表性行人对的空间位置场。有身体接触交互和有非身体接触交互的行人对表现出相似的变化：当行人开始交互时，他们彼此靠近；在交互期间，他们之间的距离保持稳定；在停止交互时，他们倾向于分开。与非身体接触交互相比，有身体接触交互的行人对的成对距离更小。预测曲线与真实值之间的高度相关性表明，GIFNet能够有效地捕捉群体交互状态的变化，并准确预测所有状态下的未来位置。

4.2.2 预测注意力场

如图1（c）所示，注意力场是一个角度范围，表示目标行人的视觉注意力。本文将角度范围固定为 30 °，与视觉注意力锥体的孔径相对应[41]，并预测其中心方位。注意力场的真实值是根据数据集中标注的注视方向计算得出的。同样地，设定时间跨度T = 3 s，时间分辨率R = 1/3 s，并使用AAE和FAE对GIFNet进行评估。由于没有注视方向预测方法，本研究修改了最先进的轨迹预测方法来进行注视方向预测，分别用SoPhie、STGAT、SGAN、social-STGCNN、SGCN等表示。“Linear”表示线性回归方法。表2 [19,21,34‒35,41‒49]显示，在所有方法中，GIFNet在AAE和FAE方面均取得了最佳性能。与空间位置场预测一样，群体相邻行人和交互信息对注意力场预测也有显著影响。

为了更深入地分析这些信息对行人意图的影响，本研究评估了前向注意力角度[图4（a）中的 θ 1]、交叉注意力角度[图4（a）中的 θ 2]和相邻行人注意力角度[图4（a）中的 θ 3]。前向注意力角度衡量行人注意力方向和前进方向的一致性，交叉注意力角度衡量成对行人注意力方向的一致性，相邻行人注意力角度反映行人的注意力是否被相邻行人吸引。使用非参数单侧曼-惠特尼U检验来证明两组数据平均值差异的统计学意义。如图4（b）~（f）所示，GIFNet预测的所有三个角度（红色）都与真实值（黑色）显示出良好的一致性。

如图4（b）、（d）和（f）所示，有身体接触交互的行人、无交互的行人以及有非身体接触交互的行人的前向注意力角度显著增加（均为p < 0.001，N = 893），有非身体接触交互的行人对的交叉注意力角度明显小于无交互的行人对（p < 0.001，N = 2986），有身体接触交互、无交互和有非身体接触交互的行人对的相邻行人注意力角度明显减小（均为p < 0.001，N = 2986）。这些结果表明，有身体接触交互的群体行人倾向于关注前进方向（前向注意力角度接近0°，交叉注意力角度接近0°，相邻行人注意力角度接近 90°），而有非身体接触交互的行人更倾向于相互注视。这可能是因为非身体接触交互主要包括需要视觉注意力的语言交流和眼神交流等行为，而有身体接触交互的行人可以通过触觉而不是视觉有效地感知伙伴的位置，从而更加专注于行走。如图4（c）和（e）所示，家庭组行人、单独行人和熟人组行人的前向注意力角度显著增加（均为p < 0.001，N = 4641），而熟人组成对行人的交叉注意力角度显著小于家庭组成对行人的交叉注意力角度（p < 0.001，N = 12 946）。这可能是因为家庭成员之间更有可能进行身体接触交互，而熟人之间进行身体接触和非身体接触交互的可能性几乎相同。因此，群体交互对行人的视觉注意力有显著且多样化的影响。

进一步演示了在身体接触交互和非身体接触交互的开始时间、期间和结束时注意力场的变化。与图3（h）类似，图4（g）的顶行显示了具有代表性的行人对的预测注意力场，而底行显示了相邻行人注意力角度的变化。当行人对开始交互时，他们往往会相互看对方；在交互过程中，两个行人都会向前看，也会时不时地看向对方（在非身体接触交互中更为常见）；当交互停止时，行人会再次看向对方，然后转向前方。与图3（h）类似，图4（g）中的曲线显示了预测结果和真实值之间的高度相关性，证明了GIFNet能够捕捉群体交互对注意力场的影响。

4.2.3 消融分析

开展了消融分析，以证明GIFNet的能力。如图5所示，对于空间位置场预测，注视方向信息输入和群体交互信息输入提高了在每个时间步的性能。对于注意力场预测，轨迹信息输入和群体交互信息输入改善了在前六个时间步的性能。

从技术角度来看，群体和群体交互的有效编码有助于提高本研究方法的准确性。尽管现有的机器学习方法中使用了与池化类似的操作[50]和GNN [22,34,51‒53]对行人之间的影响进行编码，但此类研究中仅使用了行人之间的相对空间距离，而群体和群体交互作用并未得到很好的考虑。除了对诸如空间距离的物理特征进行编码之外，GIFNet还引入了具有图注意力模块的群体交互图来传播群体相邻行人信息。这样，GIFNet根据相对位移和动态交互状态明确地推导出了每个群体相邻行人的重要性，从而能够更好地量化群体行为的影响。人类学家认识到注视方向与行人的行走路径密切相关[54]，视觉感知有助于形成群体凝聚力[55‒56]。但是，现有的方法大多是分别分析行人轨迹和注视方向。相比之下，GIFNet同时对这两种类型的信息进行编码，从而相互提高了空间位置场和注意力场的预测准确性。

4.2.4 基于群组检测算法的GIFNet

随着基于计算机视觉的行人运动感知技术（如行人检测和跟踪）的发展，行人可以在视频中被精确定位并作为轨迹预测的输入使用。本研究认为实现群体感知/推理也是可能的。事实上，这一主题已经有许多研究，包括参考文献[57‒58]。为了测试GIFNet的可用性，补充了一系列使用群体感知算法的结果（而不是以群体标注）作为输入的实验。测试了两种检测行人群体的方法：自监督行人群体检测（SHGD）[61]和关联聚类[62]。如表3 [57‒58]所示，与不使用群体信息的基线方法相比，这两种算法的应用有效地提高了GIFNet的预测精度。特别是当使用SHGD算法结果作为输入时，其性能非常接近使用群体注释作为输入的性能。基于这些结果，本研究认为许多用于检测群体状态、跟踪行人和识别注视方向的计算机视觉算法都可以很容易地与本研究的算法相结合，这暗示了本研究的算法在现实世界中的可用性。在第4.2.1节和第4.2.2节中，鉴于评估的严谨性，本研究使用数据集的注释（可视为“理想”感知数据）作为算法的输入。通过这种方式，可以消除来自其他模型的噪声和一些未知的不确定性，从而更准确地评估本研究算法的真实性能。

4.2.5 GIFNet用于理解小规模场景中行人意图

尽管GIFNet旨在理解大规模场景（在PANDA数据集中）中的行人意图，但本研究也评估了GIFNet在小规模场景（在ETH+UCY数据集中）中的表现。由于ETH+UCY数据集仅包含行人轨迹信息，因此去除了GIFNet中的行人面部方位编码器并使用SHGD算法检测到的群体状态作为输入。ETH和UCY数据集的群体由五个不同的场景组成：ETH和Hotel（来自ETH）以及Univ、Zara1和Zara2（来自UCY）。表4显示了GIFNet与其他最先进方法在ETH+UCY数据集上的ADE+FDE比较。在平均误差方面，GIFNet的表现与SGCN和Social-Implicit相当。由于缺乏面部方位信息和使用算法推断的群体，GIFNet并没有充分利用其创新性结构设计所带来的优势。然而，以上结果足以证明GIFNet是一种适用于不同数据集的先进的行人轨迹预测算法。

4.2.6 用于人群感知机器人导航的GIF

随着无人系统（如自动驾驶、服务机器人等）的蓬勃发展，这些系统的环境将从孤立的区域扩展到与人类共享的社会空间。人们期望无人系统不仅具有强大的功能，而且能提供舒适、自然和社交的智能交互[59]。本研究提出的对行人意图的群体感知理解可以使无人系统以类似人的方式工作，并符合社会规范，如图6所示。作为验证，本研究基于GIF提出了一种新的机器人导航方法[图6（a）]。现有的机器人导航方法通常将行人视为简单的圆形障碍物，并基于行人的当前位置来避开行人[60]，这使得在不打扰行人和保持导航效率之间难以找到平衡。相比之下，通过赋予机器人类似人的预见能力，本研究的方法可以根据行人的空间位置场和注意力场自适应地规划机器人的路径。这两个场以精细的方式反映行人的行为意图，从而在保持机器人的驾驶效率的同时，有效地防止了机器人对行人的干扰[图6（e）~（g）]。本研究相信，GIF能够在更广泛的应用中促进和谐的人机关系。

5 结论

理解行人意图是一个具有长期性和重要应用价值的问题。本文研究了不同的群体关系如何影响行人意图。更具体地说，提出了GIF；这是一种新颖的行人意图群体感知表征法，它可以定量解释人们对他人的速度、他人的注意力以及群体的空间组织的预期如何受到群体交互的动态影响。此外，本文设计了GIFNet，以基于行人的明确观察来估计GIF。GIFNet通过对行人轨迹、视觉注意力和群体交互状态等多维数据进行编码，成功地表示了显著的群体行为影响下行人意图的变化，并准确预测了行人的未来状态。

在实践中，GIF将有助于基于群体感知的行人意图和行人群体行为的理解。GIF可以使无人系统准确预测行人的行为，并安全、舒适地与行人交互，从而促进和谐的人机关系。本研究认为，GIF在智能无人驾驶系统、行人动力学的社会感知模型以及紧急疏散等跨学科领域具有巨大的应用潜力。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

Rasouli A, Kotseruba I, Tsotsos JK. Pedestrian action anticipation using contextual feature fusion in stacked RNNs. In: Proceedings of the 30th British Machine Vision Conference (BMVC 2019); 2019 Sep 9‒12; Cardiff, UK. London: BMVA Press; 2019. . 10.1109/iccv.2019.00636
[2]

Luo Y, Cai P, Bera A, Hsu D, Lee WS, Manocha D. PORCA: modeling and planning for autonomous driving among many pedestrians. IEEE Robot Autom Lett 2018;3(4):3418‒25. . 10.1109/lra.2018.2852793
[3]

Trautman P, Ma J, Murray RM, Krause A. Robot navigation in dense human crowds: the case for cooperation. In: Proceedings of the IEEE International Conference on Robotics and Automation; 2013 May 6‒10; Karlsruhe, Germany. New York City: IEEE; 2013. p. 2153‒60. . 10.1109/icra.2013.6630866
[4]

Yao X, Zhang J, Oh J. Following social groups: socially compliant autonomous navigation in dense crowds. 2019. arXiv:
[5]

Zhou J, Shi ZK. A new lattice hydrodynamic model for bidirectional pedestrian flow with the consideration of pedestrian’s anticipation effect. Nonlinear Dyn 2015;81(3):1247‒62. . 10.1007/s11071-015-2065-6
[6]

Hoogendoorn S, Bovy PHL. Simulation of pedestrian flows by optimal control and differential games. Optim Control Appl Methods 2003;24:153‒72. . 10.1002/oca.727
[7]

Zheng X, Cheng Y. Conflict game in evacuation process: a study combining Cellular Automata model. Physica A Stat Mech Appl 2011;390:1042‒50. . 10.1016/j.physa.2010.12.007
[8]

Bouzat S, Kuperman MN. Game theory in models of pedestrian room evacuation. Phys Rev E Stat Nonlinear Soft Matter Phys 2014;89:032806. . 10.1103/physreve.89.032806
[9]

Xu Q, Chraibi M, Seyfried A. Anticipation in a velocity-based model for pedestrian dynamics. Transp Res Part C Emerg Technol 2021;133:103464. . 10.1016/j.trc.2021.103464
[10]

Suma Y, Yanagisawa D, Nishinari K. Anticipation effect in pedestrian dynamics: modeling and experiments. Physica A Stat Mech Appl 2012;391:248‒63. . 10.1016/j.physa.2011.07.022
[11]

Nowak S, Schadschneider A. Quantitative analysis of pedestrian counterflow in a cellular automaton model. Phys Rev E Stat Nonlin Soft Matter Phys 2012;85(6):066128. . 10.1103/physreve.85.066128
[12]

Bailo R, Carrillo JA, Degond P. Pedestrian models based on rational behaviour. In: Gibelli L, Bellomo N, editors. Crowd dynamics. Volume 1—modeling and simulation in science, engineering and technology. Berlin: Springer; 2018. . 10.1007/978-3-030-05129-7_9
[13]

Murakami H, Feliciani C, Nishiyama Y, Nishinari K. Mutual anticipation can contribute to self-organization in human crowds. Sci Adv 2021;7(12): eabe7758. . 10.1126/sciadv.abe7758
[14]

Murakami H, Feliciani C, Nishinari K. Lévy walk process in self-organization of pedestrian crowds. J R Soc Interface 2019;16(153):20180939. . 10.1098/rsif.2018.0939
[15]

Roe RM, Busemeyer JR, Townsend JT. Multialternative decision field theory: a dynamic connectionist model of decision making. Psychol Rev 2001;108(2):370‒92. . 10.1037//0033-295x.108.2.370
[16]

Karamouzas I, Skinner B, Guy SJ. Universal power law governing pedestrian interactions. Phys Rev Lett 2014;113(23):238701. . 10.1103/physrevlett.113.238701
[17]

Zanlungo F, Ikeda T, Kanda T. Social force model with explicit collision prediction. EPL 2011;93(6):68005. . 10.1209/0295-5075/93/68005
[18]

Kosaraju V, Sadeghian A, Martín-Martín R, Reid I, Rezatofighi H, Savarese S. Social-BiGAT: multimodal trajectory forecasting using bicycle-GAN and graph attention networks. In: Proceedings of the 33rd Conference on Neural Information Processing Systems (NeurIPS 2019); 2019 Dec 8‒14; Vancouver, BC, Canada; 2019.
[19]

Mohamed A, Qian K, Elhoseiny M, Claudel C. Social-STGCNN: a social spatio-temporal graph convolutional neural network for human trajectory prediction. In: Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition; 2020 Jun 14‒19; online. New York City: IEEE; 2020. p. 14424‒32. . 10.1109/cvpr42600.2020.01443
[20]

Rudenko A, Palmieri L, Lilienthal AJ, Arras KO. Human motion prediction under social grouping constraints. In: Proceedings of the IEEE International Workshop on Intelligent Robots and Systems (IROS 2018); 2018 Oct 1‒5; Madrid, Spain. New York City: IEEE; 2018. p. 3358‒64. . 10.1109/iros.2018.8594258
[21]

Sadeghian A, Kosaraju V, Sadeghian A, Hirose N, Rezatofighi SH, Savarese S. SoPhie: an attentive GAN for predicting paths compliant to social and physical constraints. In: Proceedings of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition; 2019 Jun 16‒20; LongBeach, CA, USA. New York City: IEEE; 2019. p. 1349‒58. . 10.1109/cvpr.2019.00144
[22]

Sun J, Jiang Q, Lu C. Recursive social behavior graph for trajectory prediction. In: Proceedings of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition; 2019 Jun 16‒20; LongBeach, CA, USA. New York City: IEEE; 2019. p. 660‒9. . 10.1109/cvpr42600.2020.00074
[23]

Mangalam K, Girase H, Agarwal S, Lee KH, Adeli E, Malik J, et al. It is not the journey but the destination: endpoint conditioned trajectory prediction. In: Proceedings of the 2020 European Conference on Computer Vision; 2020 Aug 23‒28; Glasgow, UK. Berlin: Springer; 2020. p. 759‒76. . 10.1007/978-3-030-58536-5_45
[24]

Salzmann T, Ivanovic B, Chakravarty P, Pavone M. Trajectron++: dynamically-feasible trajectory forecasting with heterogeneous data. In: Proceedings of the 2020 European Conference on Computer Vision; 2020 Aug 23‒28; Glasgow, UK. Berlin: Springer. p. 683‒700. . 10.1007/978-3-030-58523-5_40
[25]

Zhou C, Han M, Liang Q, Hu YF, Kuai SG. A social interaction field model accurately identifies static and dynamic social groupings. Nat Hum Behav 2019;3(8):847‒55. . 10.1038/s41562-019-0618-2
[26]

Moussaïd M, Perozo N, Garnier S, Helbing D, Theraulaz G. The walking behaviour of pedestrian social groups and its impact on crowd dynamics. PLoS One 2010;5(4):e10047. . 10.1371/journal.pone.0010047
[27]

Liu Y, Yan Q, Alahi A. Social NCE: contrastive learning of socially-aware motion representations. In: Proceedings of the 2020 IEEE/CVF International Conference on Computer Vision; 2020 Jun 13‒19; Seattle, WA, USA. New York City: IEEE; 2020. p. 15118‒29. . 10.1109/iccv48922.2021.01484
[28]

De Jaegher H, Di Paolo E, Gallagher S. Can social interaction constitute social cognition? Trends Cogn Sci 2010;14(10):441‒7. . 10.1016/j.tics.2010.06.009
[29]

Cheng L, Yarlagadda R, Fookes CB, Yarlagadda PK. A review of pedestrian group dynamics and methodologies in modelling pedestrian group behaviours. World J Mech Eng 2014;1:1‒13. . 10.1109/csci.2014.111
[30]

Yücel Z, Zanlungo F, Shiomi M. Modeling the impact of interaction on pedestrian group motion. Adv Robot 2018;32(3):137‒47. . 10.1080/01691864.2017.1421481
[31]

Zhou R, Zhou H, Gao H, Tomizuka M, Li J, Xu Z. Grouptron: dynamic multi-scale graph convolutional networks for group-aware dense crowd trajectory forecasting. In: Proceedings of the 2022 International Conference on Robotics and Automation (ICRA 2022); 2022 May 23‒27; Philadelphia, PA, USA. New York City: IEEE; 2020. p. 805‒11. . 10.1109/icra46639.2022.9811585
[32]

Casas S, Gulino C, Liao R, Urtasun R. SpAGNN: spatially-aware graph neural networks for relational behavior forecasting from sensor data. In: Proceedings of the 2020 IEEE International Conference on Robotics and Automation (ICRA 2020); 2020 May 31‒Aug 31; online. New York City: IEEE; 2020. p. 9491‒7. . 10.1109/icra40945.2020.9196697
[33]

Girase H, Gang H, Malla S, Li J, Kanehara A, Mangalam K, et al. LOKI: long term and key intentions for trajectory prediction. In: Proceedings of the 2021 IEEE/CVF International Conference on Computer Vision; 2021 Oct 11‒17; Montreal, BC, Canada. New York City: IEEE; 2021. p. 9803‒12. . 10.1109/iccv48922.2021.00966
[34]

Huang Y, Bi H, Li Z, Mao T, Wang Z. STGAT: modeling spatial‒temporal interactions for human trajectory prediction. In: Proceedings of the 2019 IEEE/CVF International Conference on Computer Vision; 2019 Oct 27‒Nov 2; Seoul, Republic of Korea. New York City: IEEE; 2019. p. 6272‒81. . 10.1109/iccv.2019.00637
[35]

Gupta A, Johnson J, Li FF, Savarese S, Alahi A. Social GAN: socially acceptable trajectories with generative adversarial networks. In: Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR); 2018 Jun 18‒23; Salt Lake City, UT, USA. New York City: IEEE; 2018. p. 2255‒64. . 10.1109/cvpr.2018.00240
[36]

Zhang B, Chen W, Ma X, Qiu P, Liu F. Experimental study on pedestrian behavior in a mixed crowd of individuals and groups. Physica A Stat Mech Appl 2020;556:124814. . 10.1016/j.physa.2020.124814
[37]

Gallup AC, Hale JJ, Sumpter DJ, Garnier S, Kacelnik A, Krebs JR, et al. Visual attention and the acquisition of information in human crowds. Proc Natl Acad Sci USA 2012;109(19):7245‒50. . 10.1073/pnas.1116141109
[38]

Wang X, Zhang X, Zhu Y, Guo Y, Yuan X, Xiang L, et al. PANDA: a gigapixel-level human-centric video dataset. In: Proceedings of the 2020 IEEE/CVF conference on computer vision and pattern recognition; 2020 Jun 14‒19; online. New York City: IEEE; 2020. p. 3268‒78. . 10.1109/cvpr42600.2020.00333
[39]

Raksincharoensak P, Hasegawa T, Nagai M. Motion planning and control of autonomous driving intelligence system based on risk potential optimization framework. Int J Automot Eng 2016;7(AVEC14):53‒60. . 10.20485/jsaeijae.7.avec14_53
[40]

Alahi A, Ramanathan V, Li FF. Socially-aware large-scale crowd forecasting. In: Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition; 2014 Jun 23‒28; Columbus, OH, USA. New York City: IEEE; 2014. p. 2211‒8. . 10.1109/cvpr.2014.283
[41]

Shi L, Wang L, Long C, Zhou S, Zhou M, Niu Z, et al. SGCN: sparse graph convolution network for pedestrian trajectory prediction. In: Proceedings of the 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition; 2021 Jun 19‒25; online. New York City: IEEE; 2021. p. 8994‒9003. . 10.1109/cvpr46437.2021.00888
[42]

Osman AAA, Bolkart T, Black MJ. STAR: sparse trained articulated human body regressor. In: Proceedings of the Computer Vision‒ECCV 2020: 16th European Conference; 2020 Aug 23‒28; Glasgow, UK. Berlin: Springer International Publishing; 2020. p. 598‒613. . 10.1007/978-3-030-58539-6_36
[43]

Yuan Y, Weng X, Ou Y, Kitani K. AgentFormer: agent‒aware transformers for socio-temporal multi-agent forecasting. In: Proceedings of the IEEE/CVF International Conference on Computer Vision; 2021 Oct 10‒17; Montreal, QC, Canada. New York City: IEEE; 2021. p. 9813‒23. . 10.1109/iccv48922.2021.00967
[44]

Mohamed A, Zhu D, Vu W, Elhoseiny M, Claudel C. Social-Implicit: rethinking trajectory prediction evaluation and the effectiveness of implicit maximum likelihood estimation. In: Proceedings of the Computer Vision‒ECCV 2022: 17th European Conference; 2022 Oct 23‒27; Tel Aviv, Israel. Berlin: Springer; 2022. p. 463‒79. . 10.1007/978-3-031-20047-2_27
[45]

Bae I, Park JH, Jeon HG. Learning pedestrian group representations for multimodal trajectory prediction. In: Proceedings of the Computer Vision‒ECCV 2022: 17th European Conference; 2022 Oct 23‒27; Tel Aviv, Israel. Berlin: Springer; 2022. . 10.1007/978-3-031-20047-2_16
[46]

Xu P, Hayet JB, Karamouzas I. SocialVAE: human trajectory prediction using timewise latents. In: Proceedings of the Computer Vision‒ECCV 2022: 17th European Conference; 2022 Oct 23‒27; Tel Aviv, Israel. Berlin: Springer; 2022. p. 511‒28. . 10.1007/978-3-031-19772-7_30
[47]

Gu T, Chen GY, Li J, Lin C, Rao Y, Zhou J, et al. Stochastic trajectory prediction via motion indeterminacy diffusion. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition; 2022 Jun 21‒24; New Orleans, LU, USA. New York City: IEEE; 2022. . 10.1109/cvpr52688.2022.01660
[48]

Bae I, Park JH, Jeon HG. Non-probability sampling network for stochastic human trajectory prediction. In: Proceedings of the 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition; 2022 Jun 21‒24; New Orleans, LU, USA. New York City: IEEE; 2022. . 10.1109/cvpr52688.2022.00637
[49]

Chen Y, Ivanovic B, Pavone M. ScePT: scene-consistent, policy-based trajectory predictions for planning. In: Proceedings of the 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition; 2022 Jun 21‒24; New Orleans, LU, USA. New York City: IEEE; 2022. . 10.1109/cvpr52688.2022.01659
[50]

Kothari P, Kreiss S, Alahi A. Human trajectory forecasting in crowds: a deep learning perspective. IEEE Trans Intell Transp Syst 2021;23(7):7386‒400. . 10.1109/tits.2021.3069362
[51]

Yu C, Ma X, Ren J, Zhao H, Yi S. Spatio‒temporal graph transformer networks for pedestrian trajectory prediction. In: Proceedings of the 2020 European Conference on Computer Vision; 2020 Aug 23‒28; online. Berlin: Springer; 2020. p. 507‒23. . 10.1007/978-3-030-58610-2_30
[52]

Qiu J, Tang J, Ma H, Dong Y, Wang K, Tang J. DeepInf: social influence prediction with deep learning. In: Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining; 2018 Aug 19‒23; London, UK. New York City: Association for Computing Machinery (ACM); 2018. p. 2110‒9. . 10.1145/3219819.3220077
[53]

Liu C, Chen Y, Liu M, Shi BE. AVGCN: trajectory prediction using graph convolutional networks guided by human attention. In: Proceedings of the 2021 IEEE International Conference on Robotics and Automation (ICRA); 2021 May 30‒Jun 5; Xi’an, China. New York City: IEEE; 2021. p. 14234‒40. . 10.1109/icra48506.2021.9560908
[54]

Hasan I, Setti F, Tsesmelis T, Del Bue A, Cristani M, Galasso F. “Seeing is believing”: pedestrian trajectory forecasting using visual frustum of attention. In: Proceedings of the 2018 IEEE Workshop on Applications of Computer Vision (WACV 2018); 2018 Mar 12‒15; Lake Tahoe, NV, USA. New York City: IEEE; 2018. p. 1178‒85. . 10.1109/wacv.2018.00134
[55]

Bastien R, Romanczuk P. A model of collective behavior based purely on vision. Sci Adv 2020;6(6):eaay0792. . 10.1126/sciadv.aay0792
[56]

Lavergne FA, Wendehenne H, Bäuerle T, Bechinger C. Group formation and cohesion of active particles with visual perception‒dependent motility. Science 2019;364(80):70‒4. . 10.1126/science.aau5347
[57]

Li J, Han R, Yan H, Qian Z, Feng W, Wang S. Self-supervised social relation representation for human group detection. In: Proceedings of the Computer Vision‒ECCV 2022: 17th European Conference; 2022 Oct 23‒27; Tel Aviv, Israel. Berlin: Springer; 2022. . 10.1007/978-3-031-19833-5_9
[58]

Solera F, Calderara S, Cucchiara R. Socially constrained structural learning for groups detection in crowd. IEEE Trans Pattern Anal Mach Intell 2016;38(5):995‒1008. . 10.1109/tpami.2015.2470658
[59]

Kruse T, Pandey AK, Alami R, Kirsch A. Human‒aware robot navigation: a survey. Robot Auton Syst 2013;61(12):1726‒43. . 10.1016/j.robot.2013.05.007
[60]

Gul F, Rahiman W, Nazli Alhady SS, Chen K. A comprehensive study for robot navigation techniques. Cogent Eng 2019;6(1):1632046. . 10.1080/23311916.2019.1632046

AI Summary AI Mindmap
PDF (4889KB)

8992

访问

0

被引

详细
导航
相关文章

AI思维导图

/

〈 〉