BiTraP: 다중모달 목표 추정을 통한 양방향 보행자 궤적 예측

보행자 경로 예측은 자율 주행 및 로봇 탐색과 같은 로봇 응용 분야에서 필수적인 과제이다. 최신의 경로 예측 모델들은 관측된 경로를 인코딩하고 다중 모달 미래 경로를 디코딩하기 위해 순환 신경망(RNN)을 활용한 조건부 변분 오토인코더(CVAE)를 사용한다. 그러나 이러한 접근 방식은 장기 예측 구간(≥2초)에서 누적 오차 문제에 취약할 수 있다. 본 논문에서는 CVAE 기반의 목표 조건부 양방향 다중 모달 경로 예측 방법인 BiTraP을 제안한다. BiTraP은 경로의 목적지(최종 지점)를 추정하고, 장기 예측 정확도를 향상시키기 위해 새로운 양방향 디코더를 도입한다. 광범위한 실험을 통해 BiTraP이 1인칭 시점(FPV) 및 조망 시점(BEV) 환경 모두에 일반화됨을 확인하였으며, 기존 최고 수준의 성능 대비 약 10~50% 향상된 결과를 보였다. 또한, CVAE 내에서 비매개변수적 모델과 매개변수적 모델의 선택이 예측된 다중 모달 경로 분포에 직접적인 영향을 미친다는 점을 입증하였다. 이러한 결과는 충돌 회피 및 탐색 시스템과 같은 로봇 응용 분야에서의 경로 예측 모델 설계에 유용한 지침을 제공한다.