A Spatio-temporal Graph Network Allowing Incomplete Trajectory Input for Pedestrian Trajectory Prediction

本文提出了一种名为 STGN-IT 的时空图网络，通过引入额外的编码方法处理不完整的行人历史轨迹、将静态障碍物建模为节点并应用聚类算法，有效解决了现有算法无法处理观测缺失数据的问题，从而在公共数据集上实现了优于现有最先进方法的行人轨迹预测性能。

要点

这篇论文介绍了一种名为 STGN-IT 的新算法，它的核心任务是预测行人的行走路线。

想象一下，你正在开发一个机器人，让它能在拥挤的街道上像人一样自如地行走。为了安全，机器人必须提前知道：“下一秒，那个穿红衣服的大叔会走到哪里？”

1. 以前的痛点：机器人有“强迫症”

以前的预测算法就像是一个有“强迫症”的观察者。

• 规则：它要求必须看清一个人从头到尾的完整行走过程，才能预测他下一步去哪。
• 问题：在现实生活中，行人经常被柱子、墙壁或其他人挡住（就像图 1 和图 2 展示的那样）。一旦行人被挡住了一瞬间，以前的算法就会“死机”，直接放弃预测。
• 后果：机器人因为不知道被挡住的人下一秒会不会冲出来，只能选择原地不动或者绕远路，非常笨拙且不安全。

2. 这篇论文的解决方案：STGN-IT

作者设计了一个更聪明的系统，叫 STGN-IT。我们可以把它想象成一个经验丰富的老交警，即使视线被遮挡，也能靠经验猜出人的动向。

它有三个“独门秘籍”：

秘籍一：给“看不见”的人打标签（编码方法）

以前的算法看到人消失了，就以为人“不存在”了。

• STGN-IT 的做法：当行人被挡住时，它不会直接忽略，而是给这个位置打上特殊的标签（比如“这里刚才有人，现在被挡住了”）。
• 比喻：就像你在玩“捉迷藏”，虽然你看不见躲起来的朋友，但你知道他还在那里，只是暂时看不见。算法通过这种“编码”，让机器人知道：“虽然我看不到他，但他还在原来的位置附近，不能忽略他。”

秘籍二：把环境变成“地图棋子”（静态障碍物节点）

以前的算法只盯着人看，忽略了墙、柱子这些死物。

• STGN-IT 的做法：它把周围的墙壁、柱子也当成“棋子”放进计算网络里。
• 比喻：就像下棋，以前的算法只算“对手”怎么走，现在的算法连“棋盘上的障碍物”都算进去了。如果预测行人要撞墙，算法就会提前修正路线，让预测更准确。

秘籍三：先猜一遍，再修正（两次预测机制）

• 第一次预测：先不管障碍物，快速猜一下大家大概往哪走。
• 第二次预测：根据第一次的猜测，把那些“可能会撞上的障碍物”加进来，重新算一遍。
• 比喻：就像你出门前先看一眼天气预报（第一次预测），发现要下雨，于是出门前又看了一眼伞和雨靴（加入障碍物信息），最后决定带伞出门（第二次修正后的预测）。

3. 为什么这很重要？（两种模式）

论文里提到了两种测试模式，这非常关键：

• 过滤模式 (Filtration Mode)：只预测那些全程没被挡住的人。这就像只给机器人看“完美视频”，虽然数据好看，但不实用，因为现实世界充满了遮挡。
• 填充模式 (Pad Mode)：即使人被挡住了一部分，也强行预测。这就像给机器人看“有黑屏的监控视频”，虽然难，但这才是真实世界。

结论：STGN-IT 在“填充模式”下表现最好。这意味着，即使行人被柱子挡住了一半，机器人依然能准确预测他的路线，从而避免碰撞。

4. 实验结果：它真的更牛

作者用了很多真实数据（比如 STCrowd 数据集）来测试。

• 对比：把 STGN-IT 和目前最顶尖的算法放在一起比。
• 结果：当行人被遮挡时，其他算法要么预测错误，要么直接放弃；而 STGN-IT 依然能画出平滑、合理的路线（如图 5 所示）。
• 数据：它的预测误差（ADE 和 FDE）在所有测试中都是最低的，说明它猜得最准。

总结

简单来说，这篇论文发明了一种更懂“遮挡”的预测系统。
它不再因为“看不见”就放弃，而是学会根据记忆和环境去推断。这让未来的服务机器人、自动驾驶汽车在拥挤的人群中行走时，能像真人一样灵活、安全，不再因为一点点视线遮挡就“傻站”在原地。

技术摘要

这是一份关于论文《A Spatio-temporal Graph Network Allowing Incomplete Trajectory Input for Pedestrian Trajectory Prediction》（一种允许不完整轨迹输入的时空图网络用于行人轨迹预测）的详细技术总结。

1. 研究背景与问题定义 (Problem)

• 核心痛点：现有的行人轨迹预测算法大多假设输入的历史轨迹是完整的。在移动机器人导航的**第一人称视角（Egocentric View）**中，行人经常因为遮挡而变得不可见，导致历史轨迹出现“缺失帧”（Incomplete Trajectory）。
• 现有局限：
  • 大多数算法在遇到不完整轨迹时，会直接丢弃该行人（过滤模式，Filtration Mode），这会导致机器人无法预测潜在碰撞风险。
  • 简单的填充模式（Pad Mode，将不可见位置填为 (0,0)）虽然保留了行人，但会导致算法误以为行人移动到了原点，从而严重降低预测精度。
  • 现有数据集（如 ETH, UCY）多为俯视视角，遮挡较少，无法真实反映机器人视角下的遮挡问题。
• 目标：设计一种能够处理不完整历史轨迹输入的预测模型，使其在机器人导航场景（存在遮挡）中仍能准确预测行人未来轨迹，并考虑静态障碍物对轨迹的影响。

2. 方法论 (Methodology)

作者提出了 STGN-IT（Spatio-Temporal Graph Network with Incomplete Trajectory input），其核心架构包含以下关键模块：

A. 数据表示与编码 (Observation State Encoding)

• 问题：直接填零（(0,0)）会让网络混淆“真实位置在原点”和“被遮挡不可见”。
• 解决方案：设计了一种观察状态编码机制。
  • 对于不可见的节点，位置设为 (0,0)，速度设为 0。
  • 引入两个额外的向量 $No^i_t$ 和 $Eo^i_t$ 来标记数据的可用性（可见/不可见/历史状态）。
  • 通过全连接层将位置/速度特征与状态编码特征融合，使网络能够区分“真实静止”和“被遮挡”。

B. 时空图构建 (Spatio-temporal Graph Construction)

• 节点定义：节点 $N^i_t$ 包含位置 $X^i_t$ 和速度 $\Delta X^i_t$。
• 边定义：边 $E^{ij}_t$ 表示节点间的相对位置和相对速度。
• 聚类优化：使用 DBSCAN 聚类算法 对节点进行排序。将相互影响的行人或障碍物在矩阵中排列相邻，便于图卷积网络（GCN）提取交互特征。

C. 两阶段预测流程 (Two-Stage Prediction Pipeline)

STGN-IT 包含两次预测过程，以逐步提高精度：

1. 第一阶段预测：
   • 仅基于行人历史轨迹（包含不完整数据）进行初步预测。
   • 利用 GRU 网络补偿缺失的位置信息。
   • 利用 STGCN（时空图卷积网络）和 TECN（时间外推卷积网络）提取时空特征。
2. 障碍物添加模块 (Obstacle Addition Module)：
   • 利用 占据栅格地图 (Occupancy Grid Map)（由点云自动生成，无需人工标注语义）。
   • 根据第一阶段的预测轨迹，筛选出距离预测路径较近的静态障碍物。
   • 将这些障碍物作为新节点添加到时空图中。
3. 第二阶段预测：
   • 将包含障碍物节点的新时空图作为输入，进行第二次预测。
   • 此步骤显著提高了对障碍物避让行为的预测准确性。

D. 输出

• 最终通过 Bi-GRU 和 MLP 解码，输出未来的位移和位置序列。

3. 主要贡献 (Key Contributions)

1. 提出了 STGN-IT 模型：结合了特殊的观察状态编码、图卷积网络（GCN）和 GRU 网络，是首个能有效处理不完整历史轨迹并融合占据栅格地图信息的行人轨迹预测模型。
2. 验证了“填充模式”（Pad Mode）的重要性：通过实验证明，在机器人导航中，允许预测不完整轨迹（Pad Mode）比直接过滤（Filtration Mode）更安全，尽管这对算法提出了更高要求。
3. 提出了针对遮挡的编码方法：通过显式的状态编码，解决了将不可见位置填零导致的语义混淆问题，显著降低了性能下降幅度。
4. 引入了环境感知：利用自动生成的占据栅格地图将静态障碍物纳入图网络，提升了避障预测能力。

4. 实验结果 (Results)

• 数据集：在 STCrowd (STC) 数据集上进行评估，并构建了包含 10% 随机缺失样本的 STC-c 数据集以模拟遮挡。
• 对比算法：与 STIGCN, SSAGCN, MSRL, GraphTERN, Social-Implicit, SGCN, Social-STGCNN 等 SOTA 算法对比。
• 评价指标：平均位移误差 (ADE) 和 最终位移误差 (FDE)。
• 关键发现：
  • 鲁棒性：在“填充模式”（Pad Mode）下，现有算法（如 GraphTERN 甚至无法训练，SSAGCN 等误差翻倍）性能大幅下降。而 STGN-IT 的性能下降率最小（约 15%）。
  • 精度：在所有三种测试条件（完整数据、完整数据但过滤、不完整数据）下，STGN-IT 的 ADE 和 FDE 均为最优。
  • 消融实验：
    • 去除障碍物节点（w/o obs）：性能下降，无法有效避障。
    • 去除状态编码（w/o code）：在完整数据下影响小，但在不完整数据下性能显著下降，证明编码对处理遮挡至关重要。
    • 去除聚类（w/o clu）：特征提取困难，性能下降。
  • 定性分析：在遮挡场景下，STGN-IT 预测的轨迹更平滑、合理，能有效避开障碍物和其他行人，而对比算法常出现轨迹抖动、穿过障碍物或无法预测被遮挡行人的情况。

5. 意义与价值 (Significance)

• 提升机器人导航安全性：该研究直接解决了移动机器人在复杂动态环境中因传感器遮挡导致“看不见人就不预测”的安全隐患。STGN-IT 能够持续跟踪并预测被遮挡行人的轨迹，从而提前规划避障路径。
• 适应真实场景：不同于依赖俯视视角的现有研究，STGN-IT 专为第一人称视角（机器人/车辆视角）设计，利用点云生成占据栅格地图，无需昂贵的人工语义标注，更具工程落地价值。
• 新的评估标准：论文倡导在评估轨迹预测算法时，应更多关注“填充模式”（Pad Mode）下的表现，而非传统的“过滤模式”，这为未来机器人感知算法的评估提供了更贴近实际的基准。

总结：STGN-IT 通过创新的时空图结构和状态编码机制，成功克服了行人轨迹数据缺失带来的预测难题，显著提升了移动机器人在遮挡环境下的轨迹预测能力和导航安全性。