본 연구에서는 첨단 운전자 보조 시스템을 위한 보행자의 의도를 예측하기 위한 새로운 퍼지 유한 오토마톤(Fuzzy Finite Automat, FFA)을 제안한다. 위험한 보행자는 일반적으로 ‘정지(standing)’ 보행자보다 더 높은 이동 속도와 횡방향 이동 방향을 가지며, 시간 도메인에서의 추적 궤적을 나타낸다. 이에 따라 우리는 보행자의 얼굴(뒤를 보는지 여부)과 같은 공간 도메인을 고려하여 보행자의 상태 확률을 추정한다. 시간 도메인과 공간 도메인에 걸친 위의 특성을 반영하기 위해 ‘보행자와 연석(curb) 사이의 거리’, ‘보행자와 차량 사이의 거리’, ‘머리 방향과 방향 변화’, 그리고 ‘보행자 속도’를 사용하여 상태 전이 값에 대한 확률밀도함수를 생성한다. 본 논문에서는 FFA의 전이와 연결된 네 가지 상태를 Walking-SW, Standing, W-Crossing, R-Crossing으로 정의하였으며, 이들 상태는 각각 “보행 인도(walking sidewalk)”, “정지 인도(standing sidewalk)”, “보행 횡단(walking crossing)”, “달리기 횡단(running crossing)”에 대응한다. 상태 변화는 다양한 전이 확률에 의해 제어된다. 스테레오 열화상 카메라를 사용하여 예측 성능을 평가하기 위한 표준 데이터셋은 없으므로, 우리는 KMU 예측 데이터셋을 구축하였다. 제안한 알고리즘은 데이터셋의 다양한 보행자 비디오 시퀀스에 성공적으로 적용되었으며, 정확한 예측 성능을 보였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.