PIE: Ein großskaliges Datensatz- und Modell-Set zur Schätzung von Fußgängervorhaben und Trajektorienvorhersage

Die Vorhersage des Verhaltens von Fußgängern stellt eine zentrale Herausforderung bei der Entwicklung assistiver und autonomer Fahrsysteme für städtische Umgebungen dar. Ein intelligentes System sollte in der Lage sein, die Absichten oder zugrundeliegenden Motive von Fußgängern zu verstehen und deren zukünftige Aktionen vorherzusagen. Bisher existierten nur wenige öffentlich verfügbare Datensätze zur Untersuchung der Vorhersage von Fußgänger-Verhalten im Kontext intelligenter Fahrzeugtechnologien. In diesem Beitrag stellen wir einen neuartigen, großskaligen Datensatz vor, der speziell für die Schätzung von Fußgängerabsichten (PIE – Pedestrian Intention Estimation) konzipiert wurde. Wir führten eine umfangreiche menschliche Experimentstudie durch, um Referenzdaten für Fußgängerabsichten in Verkehrsszenarien zu erheben. Zudem entwickeln wir Modelle zur Schätzung der Absicht, die Straße zu überqueren, sowie zur Vorhersage der zukünftigen Trajektorie. Unser Absichtsschätzmodell erreicht eine Genauigkeit von 79 %, während unser Trajektorievorhersagemodell auf dem vorgestellten Datensatz die Leistung der State-of-the-Art-Methoden um 26 % übertrifft. Wir zeigen weiterhin, dass die Kombination von Fußgängerabsicht mit beobachteter Bewegung die Genauigkeit der Trajektorievorhersage signifikant verbessert. Der Datensatz und die Modelle sind unter http://data.nvision2.eecs.yorku.ca/PIE_dataset/ verfügbar.