计算机工程

作者：李雪松, 张锲石, 宋呈群, 康宇航, 程俊

单位：中国科学院深圳先进技术研究院, 广东 深圳 518055

关键词：轨迹预测,深度学习,自动驾驶,数据驱动,多智能体交互

基金：国家自然科学基金（U21A20487，U1913202）；深圳市科技计划基础研究项目（JCYJ20180507182610734）。

轨迹预测是自动驾驶和智能交通领域的关键技术，对于车辆和移动行人轨迹的准确预测可提升自动驾驶系统对周围环境变化的感知能力，保障自动驾驶系统的安全性。数据驱动轨迹预测方法可捕捉智能体之间的交互特征，对场景内智能体历史运动和静态环境信息进行分析，准确预测智能体的未来轨迹。介绍轨迹预测的数学模型并将其分为传统轨迹预测方法和数据驱动轨迹预测方法2类，阐述主流数据驱动轨迹预测方法所面临的智能体交互建模、运动行为意图预测、轨迹多样性预测、场景内静态环境信息融合等4个主要挑战，从轨迹预测数据集使用、性能评价指标、模型特点等方面出发对典型数据驱动轨迹预测方法进行分析与对比，总结归纳这些典型数据驱动轨迹预测方法针对上述挑战的解决思路和应用场景，并对自动驾驶场景下轨迹预测技术的未来发展方向进行展望。

来源：2023年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第5期