[發明專利]一種復雜環境下的行人移動軌跡在線預測方法及系統

有效

• 申請號: 202110922275.0
• 申請日: 2021-08-12
• 公開（公告）號: CN113569980B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 李秋萍;吳颯莎
• 申請（專利權）人: 中山大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V40/20;G06V10/764;G06V10/774
• 代理公司: 深圳市創富知識產權代理有限公司 44367
• 代理人: 高冰

本發明公開了一種復雜環境下的行人移動軌跡在線預測方法及系統，該方法包括：基于智能移動設備探測一定時間內的行人位置數據，得到行人歷史軌跡；根據行人歷史軌跡提取行人多維度移動特征；基于行人多維度移動特征和行人歷史軌跡訓練支持向量回歸模型，得到軌跡預測模型；動態更新軌跡預測模型的參數并基于軌跡預測模型預測行人未來時刻的軌跡。該系統包括：數據獲取模塊、特征提取模塊、模型訓練模塊和預測模塊。通過使用本發明，能夠提高軌跡預測的準確率，降低智能移動設備與周圍行人碰撞的風險。本發明作為一種復雜環境下的行人移動軌跡在線預測方法及系統，可廣泛應用于智能交通領域。

技術領域

本發明屬于智能交通領域，尤其涉及一種復雜環境下的行人移動軌跡在線預測方法及系統。

背景技術

隨著計算機技術、傳感器技術、人工智能和5G通訊技術的迅速發展，智能交通系統和智能化移動設備的應用逐漸普及。自動駕駛汽車安裝了大量傳感器，能夠實時探測到周圍一定范圍內的行人。準確的行人軌跡預測對自動駕駛系統至關重要，它可以幫助系統在車輛行駛過程中正確地進行決策，如剎車、減速、轉彎或直行。目前，行人軌跡預測模型以離線模型為主，即模型建立或者訓練好之后就固定不變，離線模型不會隨新的輸入數據動態調整。然而，行人移動的隨機性大、動態性強，離線模型因此很難應對實時動態預測的需求。

發明內容

為了解決上述技術問題，本發明的目的是提供一種復雜環境下的行人移動軌跡在線預測方法及系統，提高軌跡預測的準確率，降低智能移動設備與周圍行人碰撞的風險。

本發明所采用的第一技術方案是：一種復雜環境下的行人移動軌跡在線預測方法，包括以下步驟：

基于智能移動設備探測一定時間內的行人位置數據，得到行人歷史軌跡；

根據行人歷史軌跡提取行人多維度移動特征；

基于行人多維度移動特征和行人歷史軌跡訓練支持向量回歸模型，得到軌跡預測模型；

動態更新軌跡預測模型的參數并基于軌跡預測模型預測行人未來時刻的軌跡；

所述行人多維度移動特征包括位置特征、速度特征、加速度特征和阻力特征。

進一步，所述基于智能移動設備探測一定時間內的行人位置數據，得到行人歷史軌跡這一步驟，其具體包括：

基于智能移動設備探測一定時間內的行人位置數據；

以T＝{(x₁，y₁，t₁),,...,(x_i，y_i，t_i),...,(x_n，y_n，t_n)}三元組集合的形式表達每一個行人在一段時間內的運動軌跡，得到行人歷史數據。

進一步，所述根據行人歷史軌跡提取行人多維度移動特征這一步驟，其具體包括：

根據行人歷史軌跡提取位置特征、速度特征、加速度特征和阻力特征；

所述位置特征包括行人當前位置的x坐標、行人當前位置的y坐標和對應的時刻t，所述速度特征包括行人當前運動速度大小和行人當前運動速度方向，所述加速度特征包括行人加速度大小和行人加速度方向，所述阻力特征包括行人運動阻力大小和行人運動阻力方向；

根據位置特征中相鄰位置點的距離和時間間隔計算行人運動速度大小；

根據位置特征中相鄰位置點的偏移計算行人運動速度方向；

根據相鄰位置點的行人運動速度大小和時間間隔計算行人運動加速度大小；

根據行人運動速度大小和行人運動速度方向計算行人運動加速度方向；