為了實現更安全的自動駕駛，我們需要給無人車大腦輸入“高精度地理信息”以及“行人姿態”。行車路況通過激光掃描可以構建出來規則的行車信息，預測其他車主的運動趨勢，高精度地圖包含無人車行駛在任何一條公路上的實時信息。而行人姿態一直是一項困難的問題，此前的行人姿態預測，均為2D情況下。

圖片來自：論文

近期，以自動駕駛汽車技術聞名的密歇根大學（University of Michigan）一直在研究一種改進的算法，用於預測行人的移動，這種算法不僅考慮了行人在做什麼，還考慮了他們是如何做的。這種肢體語言對於預測一個人接下來要做什麼是至關重要的。

圖片來自：論文

“觀測行人並預測他們將要做什麼”，是任何自動車輛視覺系統的重要組成部分。如何理解行人的存在、運動，是車輛自行做決策和人類駕駛員的一個巨大的差異。多數無人車企業在宣傳自己的自動駕駛功能時，很少突出自己能否檢測三維狀態下的人體移動趨勢。而這項技術在密西根大學研究人員眼中頗為重要。

圖片來自：論文

現代汽車中的ADAS （高級駕駛輔助系統）包括感知系統、通信系統、決策系統和控制系統。而無人車對這些功能有更高的要求，在無人介入的情況下，自動駕駛對於道路上隨機變化的情況應有更為靈活的決策，才能保障車內車外的人類安全。

密西根大學的這項技術論文為《生物長短期記憶網絡：一種生物力學啟發的用於三維行人姿態的遞歸神經網絡和步態預測》，在學術界有不小轟動，但具體到硬件實施與商業落地，可能還需要些時日。