پیش‌بینی مسیر حرکت عابر پیاده از موضوعات مهم در حوزه بینایی ماشین و سامانه‌های حمل‌ونقل هوشمند است، زیرا بر ایمنی و قابلیت تصمیم‌گیری سیستم‌های خودران تأثیر مستقیم دارد. اغلب رویکردهای موجود با استفاده از داده‌های دوبعدی (RGB)و شبکه‌های بازگشتی نظیرLSTM (Long Short Term Memory) توسعه یافته‌اند، اما این روش‌ها بعد عمق را نادیده گرفته و در نتیجه برآورد فاصله میان عابران و عوارض پیرامونی به‌دقت انجام نمی‌شود. در این پژوهش، یک مدل (Three Dimension- LSTM) 3D-LSTM معرفی می‌شود که با استفاده از داده‌های RGB-D حاصل از حسگر Kinect ثابت، پیش‌بینی موقعیت عابران پیاده را در فضای سه‌بعدی متریک انجام می‌دهد. فرآیند مدل‌سازی شامل استخراج داده‌های عمق از تصاویر استریو، نرمال‌سازی مختصات و آموزش شبکه LSTM برای پیش‌بینی مختصات سه‌بعدی (X, Y, Z)در گام‌های آینده است. نتایج حاصل از ارزیابی بر روی مجموعه داده دانشگاه پلی‌تکنیک لوزان (EPFL) نشان می‌دهد که میانگین دقت پیش‌بینی سه‌بعدی 15/70 سانتیمتر( تقریباً معادل روش‌های دوبعدی) است، اما در عین حال اطلاعات فاصله واقعی و تعاملات فضایی را نیز در خروجی ارائه می‌دهد که برای جلوگیری از برخورد و برنامه‌ریزی مسیر بسیار حیاتی است. تحلیل‌ها حاکی از آن است که افزودن بعد سوم نه‌تنها باعث افت عملکرد نمی‌شود، بلکه منجر به بهبود قابلیت تصمیم‌گیری در شرایط واقعی می‌گردد. این روش می‌تواند مبنایی برای توسعه سیستم‌های هوشمند ناوبری، رباتیک و خودروهای خودران با درک دقیق‌تر از محیط سه‌بعدی باشد.
