[1F3-OS-40a] OS-40

[1F3-OS-40a-03] Trajectory Prediction of Multi-pedestrians Interacting in Shared Spaces with Vehicles: A Particle-Based GNN Model

〇Wei Manman¹, Onishi Masaki², Yin Yingjie³ (1. University of Tsukuba, 2. National Institute of Advanced Industrial Science and Technology, 3. Toyota Technical Development Corp)

Keywords:Pedestrian Trajectory Prediction, Shared Space

歩車共存空間における歩行者の移動予測は自動運転車両や交通システムにおいて重要な役割を果たす。歩行者の移動は複雑な相互作用や多様な行動モードの変化を伴うため、予測が困難であり、単一な軌跡の予測ではなく、不確実性を考慮した軌跡のモデリングが求められる。しかし、現在主流の不確実性を考慮した深層生成モデルに基づく手法は、予測精度の改善ができた一方で、モデルの解釈性や不合理な予測事例など課題が残っている。本稿では、新たにGraph Neural Network(GNN)と粒子ベースの手法を組み合わせたモデルを提案する。このモデルは、粒子ベースのアプローチを活用することで、歩行者の行動に関する多様な可能性をモデルに組み込み、軌跡予測の合理性と解釈性を向上させることを目指している。提案手法を公開データセットで検証した結果、従来手法より信頼性の高い軌跡の予測分布の生成に成功した。本研究は、不確実性を考慮した軌跡の予測精度と解釈性を向上させることで、自動運転や交通制御における意思決定の質を高める可能性を示している。