[發明專利]一種基于人工神經網絡的行人運動速度預測方法

有效

• 申請號: 201810186989.8
• 申請日: 2018-03-07
• 公開（公告）號: CN108428243B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 宋曉;韓道麟;袁春雄;孫鏡涵;謝鴻楠;劉敬
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06V10/774;G06K9/62;G06N3/04
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 趙文穎

1.一種基于人工神經網絡的行人運動速度預測方法，包括以下幾個步驟：

第一步，構建面向人群運動的人工神經網絡；

人工神經網絡基于多層神經網絡，體系結構由輸入層，隱含層和輸出層組成，每層包含多個神經元，每層的神經元與相鄰層神經元相連，輸入層為一層，隱含層為兩層，輸出層為一層；

第二步，根據人工神經網絡的輸入/輸出參數，生成學習樣本；

所述的第二步中，具體的：學習樣本中人工神經網絡的輸入參數為：當前行人的速度向量當前行人相對于周圍行人的位置向量當前行人相對于周圍行人的速度向量使用A*算法預測的當前行人下一時刻的期望速度方向其中，只將與當前行人距離最近的五個行人的相對速度向量和相對位置向量作為神經網絡的輸入；

學習樣本中人工神經網絡的輸出參數為：當前行人下一步的速度矢量；

針對相對速度和相對位置將其根據x軸和y軸進行正交分解，將主體行人與和他距離最近的五個人的交互用如下數組表示：

W＝{Δx₁,Δy₁,ΔVx₁,ΔVy₁,...,Δx_i,Δy_i,ΔVx_i,ΔVy_i,...,Δx₅,Δy₅,ΔVx₅,ΔVy₅}

其中，W為環境數組其容量為20，Δx_i與Δy_i表示x方向和y方向的相對距離差，ΔV_xi和ΔV_yi表示x方向和y方向的相對速度差；

同時對數組中的變量進行簡單的歸一化處理：

當x_i≥x時，當x_i＜x時，

當y_i≥y時，當y_i＜y時，

其中，x_i是行人的x坐標、y_i是行人的y坐標、x是某一其他行人的x坐標、y是某一其他行人的y坐標；

第三步，基于所構建的人工神經網絡學習人群運動行為。

2.根據權利要求1所述的一種基于人工神經網絡的行人運動速度預測方法，所述的第一步中，構建輸入層具體包括：

①行人當前運動特征的輸入：將行人當前的速度作為神經網絡的輸入；

②行人與周圍環境交互的輸入：將行人之間的相對位置和相對速度作為人工神經網的輸入；

③行人與障礙物交互的輸入：將障礙物當做行人進行處理；

④代表行人和目標交互的輸入：采用A*算法對行人當前最優運動路徑進行規劃，并把通過該算法計算出的運行方向作為人工神經網絡的輸入；

⑤代表行人自身屬性的輸入：忽略行人自身屬性。

3.根據權利要求1所述的一種基于人工神經網絡的行人運動速度預測方法，所述的第一步中，構建隱含層具體包括：

根據下式確定隱含層神經元個數：

其中：N_h、N_in、N_out分別為隱含層、輸入層和輸出層的神經元個數；N_s代表訓練的樣本數。

4.根據權利要求1所述的一種基于人工神經網絡的行人運動速度預測方法，所述的第一步中，輸出層的輸出參數為行人對速度的響應，即速度矢量，包括速度方向和速度大小。

5.根據權利要求1所述的一種基于人工神經網絡的行人運動速度預測方法，所述的人工神經網絡還設有過濾層，過濾層翻轉的具體步驟為：

①將行人當前t時刻的速度向量逆時針旋轉至x軸正方向，旋轉角度為α，得到旋轉后的速度向量

②將向量逆時針旋轉α得到路徑規劃方向將下一步的速度向量逆時針旋轉α角得旋轉后的下一步的速度向量

③將環境數組W中的向量逆時針旋轉α角，得到的新的向量繼續保持原來沿著x軸和y軸正交分解的形式保存在W’中；

④若位于一二象限，則過濾層轉換完成；若位于三四象限，則需進行進一步轉換，轉入⑤；

⑤將的y軸坐標取負，使得矢量沿x軸翻轉；

⑥將在③中得到的數組W’所有的相對位置與速度矢量沿x軸進行翻轉，完成過濾層轉換。