无人驾驶环境下行人过路意图识别技术研究综述

来源：计算机集成制造系统杂志2025年第11期北京时间：

作者：苏珂, 潘浩然

单位：齐鲁工业大学（山东省科学院）艺术设计学院

摘要：为确保自动驾驶汽车与过路行人之间的交互安全和效率,快速有效地识别行人过路意图成为国内外学者的研究热点。本文从行人特征、情景信息、相关模型和相关技术4个方面分析了当前的研究现状。在行人特征层面将其划分为骨架姿势跟踪、行人视觉追踪、行人轨迹预测,总结了人体关节姿势识别技术从2D过渡到3D的演变过程。从上下文环境信息、视觉线索融合、行人轨迹融合阐述行人意图识别的情景信息。在相关模型应用层面,主要分析了卷积神经网络（CNN）、长短期记忆网络（ LSTM）、生成对抗网络（GAN）、图卷积神经网络（GCN）、自注意力的神经网络（Transformer）5类深度学习模型。在相关技术方面,总结了5种有关行人过路意图识别的关键技术。本文总结了现有研究的主要成果和不足,提出了当前存在的问题和未来研究方向,以期提高过路行人与自动驾驶汽车交互的安全性。

关键词：自动驾驶,行人过路意图识别,人机交互,综述

基金资助：国家自然科学基金资助项目（52575294）;中国博士后科学基金面上项目（2020M672101）;齐鲁工业大学（山东省科学院）校（院）地产学研协同创新基金资助项目（2021CXY-04）。