[2L6-GS-5d] Agents

6:15 PM - 6:30 PM JST(9:15 AM - 9:30 AM UTC)

[2L6-GS-5d-04] A Map-Aware Pedestrian Motion Model in Shared Spaces

〇Manman Wei¹, Onishi Masaki², Yin Yingjie³ (1. University of Tsukuba, 2. National Institute of Advanced Industrial Science and Technology, 3. Toyota Technical Development Corp)

Keywords:

Shared Space,Human–Vehicle Interaction,Pedestrian Trajectory Prediction

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の安全性と効率性を左右する基盤技術である。歩行者の将来行動は，他者との相互作用に加えて，障害物配置や植え込みなど環境地図に由来する空間的制約の影響を強く受けるため，地図情報を考慮したモデリングが重要となる。Shared space では明示的な交通規制が相対的に弱い一方，環境に起因する行動の分岐は依然として無視できない。既存研究の多くは歩車間の相互作用に主眼を置き，周辺環境の構造を十分に取り込めていない場合がある。本稿では，相互作用を表現するGraph Neural Network（GNN）と粒子表現を組み合わせた移動モデルをベースに，通行可能性が定量化された地図を環境特徴として統合する手法を提案する。具体的には，地図を局所パッチ特徴としてエンコードし，GNNの表現へ融合するとともに，粒子の重み付けに地図整合性を反映させることで環境制約に沿った将来分布の生成を目指す。以上より，地図情報を考慮した軌跡予測における有効条件と課題を整理し，地図と整合した予測を実現するための改良方針を提示する。これにより，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す。