Motion Prediction Influence on the Pedestrian Intention Estimation Near a Zebra Crossing

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21730%2F18%3A00325554" target="_blank" >RIV/68407700:21730/18:00325554 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.researchgate.net/publication/324255800_Motion_Prediction_Influence_on_the_Pedestrian_Intention_Estimation_Near_a_Zebra_Crossing" target="_blank" >https://www.researchgate.net/publication/324255800_Motion_Prediction_Influence_on_the_Pedestrian_Intention_Estimation_Near_a_Zebra_Crossing</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.5220/0006694403410348" target="_blank" >10.5220/0006694403410348</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Motion Prediction Influence on the Pedestrian Intention Estimation Near a Zebra Crossing

Popis výsledku v původním jazyce

The reported work contributes to the self-driving car efforts, more specifically to scenario understanding from the ego-car point of view. We focus on estimating the intentions of pedestrians near a zebra crossing. First, we predict the future motion of detected pedestrians in a three seconds time horizon. Second, we estimate the intention of each pedestrian to cross the street using a Bayesian network. Results indicate, that the dependence between the error rate of motion prediction and the intention estimation is sub-linear. Thus, despite the lower performance of motion prediction for the time scope larger than one second, the intention estimation remains relatively stable.

Název v anglickém jazyce

Motion Prediction Influence on the Pedestrian Intention Estimation Near a Zebra Crossing

Popis výsledku anglicky

The reported work contributes to the self-driving car efforts, more specifically to scenario understanding from the ego-car point of view. We focus on estimating the intentions of pedestrians near a zebra crossing. First, we predict the future motion of detected pedestrians in a three seconds time horizon. Second, we estimate the intention of each pedestrian to cross the street using a Bayesian network. Results indicate, that the dependence between the error rate of motion prediction and the intention estimation is sub-linear. Thus, despite the lower performance of motion prediction for the time scope larger than one second, the intention estimation remains relatively stable.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20204 - Robotics and automatic control

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 4th International Conference on Vehicle Technology and Intelligent Transport Systems

ISBN

978-989-758-293-6

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

341-348

Název nakladatele

SciTePress - Science and Technology Publications

Místo vydání

Porto

Místo konání akce

Funchal, Madeira

Datum konání akce

16. 3. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—