[發明專利]一種基于趨勢引導與稀疏交互的行人軌跡預測方法及系統

有效

• 申請號: 202011092613.4
• 申請日: 2020-10-13
• 公開（公告）號: CN112215423B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 王樂;石劉帥;鄭南寧
• 申請（專利權）人: 西安交通大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/0464;G06N3/042;G06N3/049;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

本發明公開了一種基于趨勢引導與稀疏交互的行人軌跡預測方法及系統，屬于計算機視覺領域；本發明的方法針對行人交互與軌跡趨勢對行人未來軌跡預測的影響，對行人交互和軌跡趨勢進行建模，使用自注意力機制構建交互分數，并結合非對稱卷積網絡構建稀疏交互圖，尋找當前人的真正交互對象與對當前人未來軌跡有影響的軌跡趨勢；使用一種新的歸一化函數來保證交互的稀疏性；使用圖卷積神經網絡提取特征，最后使用時間卷積網絡來預測未來軌跡的分布函數；本發明可以提高軌跡預測的準確率。

技術領域

本發明屬于計算機視覺技術領域，特別涉及一種基于趨勢引導與稀疏交互的行人軌跡預測方法及系統。

背景技術

軌跡預測技術是無人駕駛技術的重要組成部分，對無人駕駛的路徑規劃有很大的影響。人與人之間的交互是影響軌跡預測的重要因素，當場景中一個人影響當前人的軌跡時，這個人與當前人產生交互。

目前，現有的軌跡預測技術普遍存在以下幾個問題：

(1)大多數方法聚集于時間點上的人與人交互問題，忽視了軌跡趨勢(若干時間順序軌跡點形成的走向趨勢)對軌跡預測的影響；

(2)現有方法考慮人與人之間的交互是基于全體交互或者基于距離交互，而在現實問題中，當前人是由很大可能與遠距離的人進行有交互關系的；另外，在密集場景(人數較多)中，當前人與其他所有人交互的可能性也很小；

(3)現有方法在考慮人與人交互時，交互是雙向對等的，即當行人A與行人B產生交互時，A對B的交互是等于B對A的交互的；而在現實問題中，這一種情況也不能滿足，即A對B的軌跡產生的影響有很高的概率不等于B對A的軌跡產生的影響。

綜上，現有方法的軌跡預測準確率較低，亟需一種新的基于趨勢引導與稀疏交互的行人軌跡預測方法及系統。

發明內容

本發明的目的在于提供一種基于趨勢引導與稀疏交互的行人軌跡預測方法及系統，以解決上述存在的一個或多個技術問題。本發明提出的方法及系統，能夠提高軌跡預測的準確率。

為達到上述目的，本發明采用以下技術方案：

本發明的一種基于趨勢引導與稀疏交互的行人軌跡預測方法，包括以下步驟：

步驟1，采集獲取觀測到的行人軌跡點；以行人軌跡點作為圖的節點，分別獲取空間行人圖和時間軌跡圖；將空間行人圖的鄰接矩陣初始化為全1矩陣，獲得空間行人完全圖；將時間軌跡圖的鄰接矩陣初始化為上三角全1矩陣，獲得時間軌跡完全圖；

步驟2，基于步驟1獲得的空間行人完全圖和時間軌跡完全圖，獲得空間行人稀疏圖和時間軌跡稀疏圖；基于空間行人稀疏圖和時間軌跡稀疏圖，獲得空間行人稀疏圖的權重鄰接矩陣和時間軌跡稀疏圖的權重鄰接矩陣；

步驟3，將空間行人稀疏圖的權重鄰接矩陣進行歸一化處理，獲得空間行人稀疏圖的歸一化權重鄰接矩陣；基于空間行人稀疏圖的歸一化權重鄰接矩陣，獲得歸一化后的空間行人稀疏圖；將時間軌跡稀疏圖的權重鄰接矩陣進行歸一化處理，獲得時間軌跡稀疏圖的歸一化權重鄰接矩陣；基于時間軌跡稀疏圖的歸一化權重鄰接矩陣，獲得歸一化后的時間軌跡稀疏圖；

步驟4，基于步驟3獲得的歸一化后的空間行人稀疏圖和時間軌跡稀疏圖，構建獲得空間時間行人稀疏圖與時間空間軌跡稀疏圖；

步驟5，基于步驟4獲得的空間時間行人稀疏圖與時間空間軌跡稀疏圖，提取獲得稀疏交互特征和趨勢特征；

步驟6，基于步驟5獲得的稀疏交互特征和趨勢特征，預測獲得行人的未來軌跡分布，完成行人軌跡預測。

本發明的進一步改進在于，步驟1中，所述以行人軌跡點作為圖的節點，分別獲取空間行人圖和時間軌跡圖具體包括：