TraPHic: Trajectory Prediction in Dense and Heterogeneous Traffic UsingWeighted InteractionsRohan ChandraUniversity of MarylandCollege ParkUttaran BhattacharyaUniversity of MarylandCollege ParkAniket BeraUniversity of North CarolinaChapel HillDinesh ManochaUniversity of MarylandCollege Parkhttps://go.umd.edu/TraPHicAbstractWe present a new algorithm for predicting the near-termtrajectories of road agents in dense traffic videos. Our ap-proach is designed for heterogeneous traffic, where the roadagents may correspond to buses, cars, scooters, bi-cycles,or pedestrians. We model the interactions between differentroad agents using a novel LSTM-CNN hybrid network fortrajectory prediction. In particular, we take into accountheterogeneous interactions that implicitly account for thevarying shapes, dynamics, and behaviors of different roadagents. In addition, we model horizon-based interactionswhich are used to implicitly model the driving behavior ofeach road agent. We evaluate the performance of our pre-diction algorithm, TraPHic, on the standard datasets andalso introduce a new dense, heterogeneous traffic datasetcorresponding to urban Asian videos and agent trajecto-ries. We outperform state-of-the-art methods on dense traf-fic datasets by 30%.1. IntroductionThe increasing availability of cameras and computer vi-sion techniques has made it possible to track traffic roadagents in realtime. These road agents may correspond tovehicles such as cars, buses, or scooters as well as pedes-trians, bicycles, or animals. The trajectories of road agentsextracted from a video can be used to model traffic patterns,driver behaviors, that are useful for autonomous driving. Inaddition to tracking, it is also important to predict the fu-ture trajectory of each road agent in realtime. The predictedtrajectories are useful for performing safe autonomous nav-igation, traffic forecasting, vehicle routing, and congestionmanagement [32, 11].In this paper, we deal with dense traffic composed of het-Figure 1. Trajectory Prediction: in dense heterogeneous traf-fic conditions. The scene consists of cars, scooters, motorcycles,three-wheelers, and bicycles in close proximity. Our algorithm(TraPHic) can predict the trajectory (red) of each road-agent closeto the ground truth (green) and is better than other prior algorithms(shown in other colors).erogeneous road agents. The heterogeneity corresponds tothe interactions between different types of road agents suchas cars, buses, pedestrians, two-wheelers (scooters and mo-torcycles), three-wheelers (rickshaws), animals, etc. Theseagents have different shapes, dynamic constraints, and be-haviors. The traffic density corresponds to the number ofdistinct road agents captured in a single frame of the videoor the number of agents per unit length (e.g., a kilometer)of the roadway. High density traffic is described as trafficwith more than 100 road agents per Km. Finally, an interac-tion corresponds to how two road agents in close proximityaffect each other’s movement or avoid collisions.There is considerable work on trajectory prediction formoving agents [2, 18, 36, 12, 26, 30, 12, 26].Most ofthese algorithms have been developed for scenarios withsingle type of agents (a.k.a. homogeneous agents), whichmay correspond to human pedestrians in a crowd or cars18483driving on a highway. Furthermore, many prior methodshave been evaluated on traffic videos corresponding to rel-atively sparse scenarios with only a few heterogeneous in-teractions, such as the NGSIM [1] and KITTI [15] datasets.In these cases, the interaction between agents can be mod-eled using well-known models based on social forces [19],velocity obstacles [35], or LTA [31].Prior prediction algorithms do not work well on dense,heterogeneous traffic scenarios because they do not modelthe interactions accurately.For example, the dynamicsof a bus-pedestrian interaction differs significantly from apedestrian-pedestrian or a car-pedestrian interaction due tothe differences in shape, size, maneuverability, and veloci-ties. The differences in the dynamic characteristics of roadagents affect their trajectories and how they navigate aroundeach other in dense traffic situations [29]. Moreover, priorlearning-based prediction algorithms typically model the in-teractions uniformly for all other road agents in its neigh-borhood and the resulting model assigns equal weight toeach interaction. This method works well for homogeneoustraffic. However, i does not work well for dense hetero-geneous traffic, and we need methods to assign differentweights to different pairwise interactions.Main Contributions: We present a novel traffic pre-diction algorithm, TraPHic, for predicting the trajectoriesof road agents in realtime. The input to our algorithm isthe trajectory history of each road agent as observed overa short time-span (2-4 seconds), and the output is the pre-dicted trajectory over a short span (3-5 seconds). In orderto develop a general approach to handle dense traffic sce-narios, our approach models two kinds of weighted interac-tions, horizon-based and heterogeneous-based.1. Heterogeneous-Based: We implicitly take into accountvarying sizes, aspect ratios, driver behaviors, and dy-namics of road agents. Our formulation accounts forseveral dynamic constraints such as average velocity,turning radius, spatial distance from neighbors, and lo-cal density. We embed these functions into our state-space formulation and use them as inputs to our net-work to perform learning.2. Horizon-Based: We use a semi-elliptical region (hori-zon) based on a pre-defined radius in front of each roadagent. We prioritize the interactions in which the roadagents are within the horizon using a Horizon Map.Our approach learns a weighting mechanism using anon-linear formulation, and uses that to assign weightsto each road agent in the horizon automatically.We formulate these interactions within an LSTM-CNNhybrid network that learns locally useful relationships be-tween the heterogeneous road agents. Our approach is end-to-end and does not require explicit knowledge of an agent’sbehavior.Furthermore, we present a new traffic dataset(TRAF) comprising of dense and heterogeneous traffic. The84840数据集包括以下道路代理：汽车、公共汽车、卡车、人力车、行人、滑板车、摩托车、手推车和动物，并且是在亚洲密集城市中收集的。我们还将我们的方法与之前的方法进行比较，并突出了准确性的优势。总体而言，TraPHiC作为实时预测算法具有以下优势：1.在具有10-30个道路代理的密集交通数据集上，TraPHIC在均方根误差（RMSE）度量上比之前的方法提高了0.78米，这是之前方法的30%改进。2.我们的算法在稀疏或均匀数据集（如NGSIM数据集[1]）上提供与之前方法相似的准确性。本文的其余部分安排如下。我们在第2节中简要概述之前的工作。第3节介绍了加权交互的概述。我们在第4节中介绍了整体学习算法，并在第5节中评估了其在不同数据集上的性能。02. 相关工作0在本节中，我们简要概述了一些重要的经典预测算法和基于深度神经网络的最新技术。02.1. 预测算法和交互预测轨迹已经得到广泛研究。方法包括贝叶斯公式[27]、蒙特卡洛模拟[10]、隐马尔可夫模型（HMMs）[14]和卡尔曼滤波器[23]。不考虑道路代理之间的交互的方法被认为是次优的或者比模型道路代理之间的交互的方法不准确[34]。明确建模道路代理交互的方法包括基于社会力的技术[19,37]、速度障碍[35]、LTA[31]等。这些模型中的许多是为了考虑人群中行人之间的交互（即均匀交互）并提高预测准确性[3]。基于速度障碍的技术已经使用运动约束扩展，以模拟异质道路代理之间的交互[29]。我们的学习方法不使用任何显式的成对运动模型。相反，我们隐式地建模了道路代理之间的异质交互。02.2. 基于深度神经网络的方法基于深度神经网络的方法使用循环神经网络（RNNs）的变体进行序列建模。通过将RNNs与其他深度学习架构结合起来进行运动预测，这些方法已经扩展为混合网络。RNN-Based MethodsRNNs是前馈神经网络到序列的自然推广[33]。优点是可以建模长期序列。84850RNNs用于序列建模的优点使其成为交通预测的合理选择。由于RNNs无法建模长期序列，许多交通轨迹预测方法使用长短期记忆网络（LSTMs）来建模道路代理之间的交互。这些方法包括在少数异质交互的交通场景中预测轨迹的算法[12, 30]。这些技术还被用于人群中行人的轨迹预测[2,36]。混合方法基于深度学习的混合方法由集成两个或多个深度学习架构的网络组成。一些深度学习架构的例子包括CNNs、GANs、VAEs和LSTMs。每种架构都有其自身的优点，并且对于许多任务来说，可以结合各个架构的优点。关于混合网络的发展已经有了相当多的工作。生成模型已经成功地应用于超分辨率[25]、图像到图像的转换[22]和图像合成[17]等任务。然而，由于训练过程中的反向传播是非平凡的，它们在轨迹预测中的应用受到了限制。尽管如此，生成模型如VAEs和GANs已经用于人群中行人的轨迹预测[18]和稀疏交通[26]。另外，卷积神经网络（CNNs或ConvNets）也已经成功地应用于许多计算机视觉应用，如目标识别[38]。最近，它们也被用于交通轨迹预测[8,13]。在本文中，我们提出了一种将LSTMs与CNNs结合起来进行交通预测的新型混合网络。02.3.交通数据集有几个对应于交通场景的数据集。ApolloScape[20]是一个包含更高复杂性的街景数据集，包含2D/3D注释和姿态信息、车道标记和视频帧。然而，该数据集不提供轨迹信息。NGSIM仿真数据集[1]包含与汽车和卡车对应的道路代理的轨迹数据，但交通场景仅限于具有固定车道交通的高速公路。KITTI[15]数据集已经在不同的计算机视觉应用中使用，如立体、光流、2D/3D物体检测和跟踪。还有一些行人轨迹数据集，如ETH [31]和UCY[28]，但它们仅限于人群中的行人。我们的新数据集TRAF对应于从亚洲城市捕获的密集和异构交通，包括2D/3D轨迹信息。03. TraPHic：异构交通中的轨迹预测0在本节中，我们概述了使用加权交互的预测算法。我们的方法是0图2.地平线和异构交互：我们突出显示红色汽车的各种交互。基于地平线的加权交互在蓝色区域中，包含一辆汽车和一辆人力车（都是蓝色的）。红色汽车优先考虑与蓝色汽车和人力车的交互（即避免碰撞），而不是与其他道路代理的交互。基于异构的加权交互在绿色区域中，包含行人和摩托车（都是绿色的）。我们也对这些交互进行建模，以提高预测准确性。0设计用于密集和异构交通场景，并基于两个观察结果。第一个观察结果基于这样一个想法，即在这种密集交通中的道路代理不会对周围的每个道路代理做出反应；相反，它们会选择性地将注意力集中在视野范围内的关键交互上，我们称之为“地平线”。例如，考虑一个摩托车手突然移动到一辆汽车前面，汽车周围的邻居包括三轮车和行人（图2）。汽车必须优先考虑与摩托车手的交互，以避免碰撞。0第二个观察结果源于不同道路代理（如汽车、公交车、人力车、行人、自行车、动物等）在道路代理附近的异构性（图2）。例如，公交车-行人交互的动态约束与行人-行人甚至汽车-行人交互的动态约束存在显著差异，这是由于道路代理的形状、大小和机动性的差异所导致的。为了捕捉这些异构的道路代理动态，我们将这些属性嵌入到道路代理的状态空间表示中，并将其输入到我们的混合网络中。我们还隐含地对道路代理的行为进行建模。在我们的情况下，行为是指不同驾驶员和行人的不同驾驶和行走风格。有些人更加积极，而其他人更加保守。我们对这些行为进行建模，因为它们直接影响各种交互的结果[7]，从而影响道路代理的导航。hj(t) = LSTM(ej, Wl, bl, ht−1j)(3)848603.1. 问题设置和符号表示0给定一组N个道路代理A={a_i}i=1...N，每个道路代理a_i在t帧上的轨迹历史，表示为Ψ_i,t:=[(x_i,1,y_i,1),...(x_i,t,y_i,t)]^T，以及道路代理的大小l_i，我们预测该道路代理在接下来的τ帧中的空间坐标。此外，我们引入了一个名为交通集中度c的特征，受到交通流理论的启发[21]。在位置(x,y)处的交通集中度c(x,y)定义为(x,y)和(x,y)+(δx,δy)之间的道路代理数量，其中(δx,δy)>0是预定义的。这个度量类似于交通密度，但关键区别在于交通密度是交通视频的宏观属性，而交通集中度是一种中观属性，局部地定义在特定位置上。因此，我们在几个尺度上实现了交通的表示。最后，我们将每个道路代理a_i的状态空间定义为Ω_i:= �Ψ_i,t ∆Ψ_i,t c_i l_i�^T (1)0其中∆是一个导数算子，用于计算道路代理的速度，c i := [c ( x i, 1 , y i, 1 ) , . . . , c ( x i,t , y i,t )] �。2D图像空间到3D世界坐标空间：我们使用标准技术从给定的视频中计算相机参数，并使用这些参数估计相机单应性矩阵。然后，使用单应性矩阵将道路代理在2D像素中的位置转换为相对于预定参考帧的3D世界坐标，类似于[18,2]中的方法。所有状态空间表示随后都转换为3D世界空间。地平线和邻近代理：先前的轨迹预测方法使用车道和矩形网格来收集邻近信息[12]。我们的方法更加通用，通过假设缺乏车道信息来预处理轨迹数据。在密集和异构的交通条件下，这个假设在实践中尤其成立。我们使用一个椭圆区域来定义道路代理a i 的邻域N i，并使用最近邻搜索算法在该区域中选择固定数量的最近道路代理。类似地，我们通过在最近邻搜索算法中选择较小的阈值，并在a i 前面的半椭圆区域中定义a i 的地平线H i 。04.用于交通预测的混合架构在本节中，我们提出了一种新颖的网络架构，用于在密集和异构环境中进行轨迹预测。在异构交通的背景下，目标是预测轨迹，即道路代理的时空坐标的时间序列。时间序列预测需要能够捕捉时态关系的模型。0数据中的时间依赖性，例如LSTMs[16]。然而，LSTMs无法学习各种异构道路代理之间的依赖关系，因为每个独立LSTM的参数是相互独立的。在这方面，ConvNets在计算机视觉应用中取得了更大的成功，因为它们可以从图像中学习局部相关特征。因此，为了充分利用两者的优势，我们将ConvNets与LSTMs结合起来，以学习异构道路代理之间的局部有用关系，无论是在空间上还是在时间上。我们现在描述我们的模型来预测每个道路代理a i的轨迹。模型的可视化如图3所示。我们首先计算代理a i的H i 和N i 。接下来，我们确定所有道路代理a j ∈ N i ∪H i 。每个a j 都有一个输入状态空间Ω j ，用于创建嵌入e j，使用e j = φ ( W l Ω i + b l ) (2)0其中W l和bl是网络中第l层的权重矩阵和偏置向量的传统符号，φ是每个节点上的非线性激活函数。我们的网络由三层组成。地平线层（图3中顶部的青色层）接收H i中每个道路代理的嵌入，邻近层（图3中中间的绿色层）接收N i中每个道路代理的嵌入。这两个层中的输入嵌入经过具有ELU非线性激活函数的全连接层处理，然后输入到单层LSTMs（图3中的黄色块）。两个层中LSTMs的输出是隐藏状态向量h j ( t ) ，计算方式如下：0其中h t − 1 j是相应道路代理在上一个时间步t −1的隐藏状态向量。道路代理的隐藏状态向量是一个包含时间相关信息的潜在表示。在文本的其余部分，为简单起见，我们省略参数t，即h j 表示任何j的h j ( t )。地平线层中的隐藏向量通过额外的具有ELU非线性激活函数的全连接层传递。我们将全连接层的输出表示为h jw。地平线层中的所有h jw都被汇集在一起形成“地平线图”。邻近层中的隐藏向量直接被汇集在一起形成“邻近图”。这些图在第4.1节中进一步阐述。然后，这两个图分别通过两个层中的单独ConvNets进行处理。两个层中的ConvNets由两个卷积操作和一个最大池化操作组成。我们将地平线层中的ConvNet的输出特征向量表示为f hz，将邻近层中的ConvNet的输出特征向量表示为f nb 。z := concat(hi, fhz, fnb)(4)Hi = {hjw|aj ∈ Hi}(5)84870图3.TraPHic网络架构：红点表示自我代理。其周围的绿色椭圆区域是其邻域，其前方的青色半椭圆区域是其视野。我们基于轨迹信息和异构动态约束（如代理形状、速度和交通集中度）以及其他参数为所有代理生成输入嵌入。这些嵌入通过LSTM传递，并最终用于构建视野图、邻居图和自我代理的张量图。视野图和邻居图分别通过单独的ConvNet传递，然后与自我代理张量连接在一起以产生潜在表示。最后，这些潜在表示通过LSTM传递，为自我代理生成轨迹预测。0最后，最底层对应于自我代理 a i 。它的输入嵌入 e i依次通过具有ELU非线性激活函数的全连接层 [9]和单层LSTM来计算其隐藏向量 h i。视野和邻居层的特征向量 f hz 和 f nb 与 h i连接在一起，生成最终的向量编码0最后，连接编码 z 通过LSTM计算下一个 τ 秒的预测结果。04.1. 加权交互0我们的模型在视野和邻域层中学习加权交互。具体而言，它根据所涉及代理的形状、动态约束和行为学习分配适当权重的各种成对交互。基于视野的加权交互考虑了自我代理视野中的代理，并学习了“视野图” H i ，如下所示0类似地，邻居或异构加权交互考虑了自我代理邻域中的所有代理，并学习了“邻居图” N i ，如下所示 N i = { h j | a j ∈ N i } (6)0在训练过程中，反向传播通过最小化预测输出和真实标签之间的损失来优化与这些映射相对应的权重。我们的公式化导致优先交互的权重更高0（视野图中的较大张量或图2中的蓝色车辆）和较低权重的不相关交互（邻居图中的较小张量或图2中的绿色车辆）。04.2. 隐式约束0转弯半径：除了位置、速度和形状等约束外，道路代理的转弯半径也会影响其机动性，特别是在与某一距离内的其他道路代理进行交互时。例如，一辆汽车（非完整约束代理）无法在短时间内改变方向以避免碰撞，而自行车或行人可以。然而，道路代理的转弯半径可以由道路代理的尺寸（即长度和宽度）确定。由于我们将这些参数包含在我们的状态空间表示中，我们隐含地考虑了每个代理的转弯半径约束。驾驶行为：如[7]所述，速度和加速度（相对和平均）是驾驶员攻击性的明显指标。例如，在给定交通场景中，相对速度（和/或加速度）远高于所有道路代理的平均速度（和/或加速度）的道路代理将被视为具有攻击性。此外，给定两个连续空间坐标的交通集中度 c ( x, y ) 和 c ( x + δx, y + δy )，其中 c ( x, y ) >> c ( x + δx, y + δy )，具有攻击性的驾驶员以“贪婪”的方式行驶，试图占据后续空间位置中的空位。对于每个道路代理，我们计算其相对于其邻域的集中度，并将该值添加到其输入状态空间中。最后，道路代理与其邻居之间的相对距离是影响驾驶员保守或攻击性的另一个因素。更保守的驾驶员倾向于84880数据集 方法0RNN-ED S-LSTM S-GAN CS-LSTM TraPHic0NGSIM 6.86/10.02 5.73/9.58 5.16/9.42 7.25/10.05 5.63/9.910北京 2.24/8.25 6.70/8.08 4.02/7.30 2.44/8.63 2.16/6.990表1.稀疏或均匀交通数据集上的评估：第一个数字是平均RMSE误差（ADE），第二个数字是5秒后的最终RMSE误差（FDE）（以米为单位）。NGSIM是一个具有少量异构交互的标准稀疏交通数据集。北京数据集密集但异质性相对较低。数值越低越好，粗体数值表示最准确的结果。0保持健康距离的驾驶员 tend totail-gate。因此，我们计算邻域中每个道路代理的空间距离，并将其编码到其状态空间表示中。04.3.整体轨迹预测0我们的算法遵循了一个众所周知的预测方案[2]。我们假设道路代理在下一帧中的位置遵循双变量高斯分布，其参数为µti，σti=[(µx, µy)ti, ((σx,σy)ti)]，相关系数ρti。因此，空间坐标(xti, yti)从N(µti, σti,ρti)中抽取。我们通过最小化第i个道路代理轨迹的负对数似然损失函数来训练模型。0L i = -Στt+1 log(P((xti, yti)|(µti, σti, ρti))). (7)0我们通过网络的所有三个层共同反向传播，优化线性块、ConvNet、LSTM和Horizon和NeighborMaps的权重。在地平线层中，优化的参数学习了与道路代理ai在地平线上的交互的优先级。05.实验评估0我们在第5.1节中描述了我们的新数据集。在第5.2节中，我们列出了我们在训练过程中使用的所有实现细节。接下来，在第5.3节中，我们列出了我们进行比较的评估指标和方法。最后，在第5.4节中，我们呈现了评估结果。05.1. TRAF数据集：密集且异构的城市交通0我们提供了一个新的数据集，目前包含50个密集且异构的交通视频。该数据集包含以下道路代理类别：汽车、公交车、卡车、人力车、行人、滑板车、摩托车以及其他车辆，如手推车和动物。总体而言，该数据集每帧包含约13辆机动车、5名行人和2辆自行车。注释是根据严格的协议进行的，每个注释视频文件包含空间坐标、代理ID和代理类型。该数据集按照以下方式进行分类：0摄像机视角（前置/俯视）、运动（移动/静止）、白天/傍晚/夜晚的时间以及难度级别（稀疏/中等/密集/挑战）。所有视频的分辨率为1280×720。我们在表3中将我们的数据集与标准交通数据集进行了比较。该数据集可在https://go.umd.edu/TRAF-Dataset上获取。05.2.实现细节0我们使用单层LSTM作为编码器和解码器，隐藏状态维度分别为64和128。每个ConvNet使用两个卷积操作，每个操作后跟一个ELU非线性函数[9]，然后进行最大池化。我们使用Adam优化器[24]对网络进行16个时期的训练，批量大小为128，学习率为0.001。我们使用2米的半径定义邻域，使用1.5米的短轴长度定义地平线。我们的方法使用3秒的历史数据，并预测道路代理的空间坐标，最多可预测5秒（KITTI数据集为4秒）。由于NGSIM数据集的稀疏性，我们不对其进行下采样。然而，由于北京和TRAF数据集的高密度，我们在这两个数据集上使用下采样因子2。我们的网络使用单个TiTan XpGPU在Pytorch中实现。由于批量归一化和dropout可能会降低准确性，我们的网络不使用批量归一化或dropout。由于篇幅限制，我们将有关批量归一化和dropout的实验细节放在附录中。05.3. 评估指标和比较方法0我们使用以下常用指标[2, 18,12]来衡量用于预测道路代理轨迹的算法的性能。1.平均位移误差（ADE）：在预测时间内，所有预测位置和真实位置的均方根误差（RMSE）。2.最终位移误差（FDE）：在预测轨迹末端的最终预测位置与相应真实位置之间的RMSE距离。我们将我们的方法与以下方法进行比较。•RNN-ED（Seq2Seq）：一种RNN编码器-解码器模型，广泛用于车辆的运动和轨迹预测[6]。•Social-LSTM（S-LSTM）：一种基于LSTM的网络，通过社交汇聚隐藏状态来预测人行道上的行人轨迹[2]。•Social-GAN（S-GAN）：一种LSTM-GAN混合网络，用于预测大规模人群的轨迹[18]。•Convolutional-Social-LSTM（CS-LSTM）：在[2]的网络中添加卷积以预测稀疏高速公路上的轨迹。RNN-EDS-LSTMS-GANCS-LSTMTraPHic3.24/5.166.43/6.843.01/4.892.89/4.562.76/4.792.34/8.011.15/3.352.73/7.212.33/5.751.22/3.010.78/2.44NGSIM10.200981.43.90028.201013.50.5481.853TRAF12.44.91.53.61.4350.150.23.119.880.0053.97884890在TRAF上评估的方法0原始 学习原始 学习原始 学习 B H e H o 组合0表2.对我们的新的高密度和异质性TRAF数据集进行评估。第一个数字是平均RMSE误差（ADE），第二个数字是5秒后的最终RMSE误差（FDE）（以米为单位）。方法的原始设置表示使用默认设置进行测试。学习设置表示它是在我们的数据集上进行训练以进行公平比较的。我们使用每个加权交互的各种变体来演示该方法的贡献。数值越低越好，加粗表示最佳结果。0数据集 #帧 0( × 10 3 ) 行人 自行车 小汽车 自行车 摩托车 公交车 卡车 Rick 总计 (Km) ( × 10 3 ) 代理0北京 93 1.6 1.9 12.9 16.4 0.005 3.28 30表3.我们新的TRAF数据集与各种交通数据集在交通代理的异质性和密度方面的比较。异质性是指整个数据集中出现的不同代理数量。密度是数据集中每公里的交通代理总数。在“代理”下的每种代理类型的值对应于数据集的每帧中该代理实例的平均数量。它是通过将该代理的所有实例数除以总帧数来计算的。可见性是从摄像机可见的道路长度的估计值（以米为单位）。NGSIM数据是使用塔式摄像机（俯视图）收集的，而这里呈现的北京和TRAF数据是使用车载摄像机（正视图）收集的。0�c[12]。我们还对我们的方法进行了以下四个版本的剖析研究。•TraPHic-B：我们的方法的基本版本，不使用任何加权交互。•TraPHic-Ho：我们的方法的一个版本，不使用基于异质性的加权交互，即不考虑驾驶员行为和信息，如形状、相对速度和浓度。•TraPHic-He：我们的方法的一个版本，不使用基于视野的加权交互。在这种情况下，我们不明确建模视野，但考虑了异质性交互。•TraPHic：我们的主要算法，同时使用基于异质性和基于视野的加权交互。我们明确建模视野，并隐含考虑动态约束和驾驶员行为。05.4. 交通数据集上的结果0为了提供全面的评估，我们将我们的方法与现有方法在几个数据集上进行了比较。表1显示了在标准NGSIM数据集和一个包含中等密度异质交通的额外数据集上的结果。我们在表2中呈现了我们新的TRAF数据集的结果。TraPHic在我们的TRAF数据集上优于我们比较的所有先前方法。为了更公平的比较，我们在测试之前在我们的数据集上对这些方法进行了训练。然而，这些先前的方法在密集和异质交通视频上的泛化效果不好。一个可能的解释是，S-LSTM和S-GAN是设计用于预测顶部俯视人群视频中的人的轨迹，而TRAF数据集包含了更多的交通代理。0在具有高密度的前视异构交通视频中，CS-LSTM在其模型中使用车道信息，并且平等地权衡所有代理之间的交互。由于我们的数据集中的交通不包括车道驾驶的概念，我们使用不包括车道信息的CS-LSTM版本进行公平比较。然而，由于CS-LSTM不考虑基于异构的交互，因此仍然导致性能较差。另一方面，TraPHic同时考虑了基于异构和基于地平线的交互，因此在我们的
我的内容管理
展开
