[發(fā)明專利]行人闖紅燈意圖預測方法及可讀存儲介質

在審

• 申請?zhí)枺?/td>: 202210467618.3
• 申請日: 2022-04-29
• 公開（公告）號: CN114821792A
• 公開（公告）日: 2022-07-29
• 發(fā)明（設計）人: 甘桂祥;陳昌學
• 申請（專利權）人: 重慶長安汽車股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/40;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 重慶博凱知識產(chǎn)權代理有限公司 50212
• 代理人: 張乙山

本發(fā)明涉及行人通行管理技術領域，具體涉及一種行人闖紅燈意圖預測方法及可讀存儲介質。方法包括：獲取路口位置的待測圖像信息；提取路口位置的待測圖像信息中與行人闖紅燈的條件因素相關的闖紅燈行為特征；將闖紅燈行為特征輸入經(jīng)過預先訓練的闖紅燈預測模型中，輸出對應的闖紅燈預測概率作為行人闖紅燈意圖預測的結果。本發(fā)明還公開了一種可讀存儲介質。本發(fā)明能夠有效預測行人闖紅燈行為意圖，進而輔助車輛駕駛員規(guī)避碰撞風險，從而能夠提高路口交通的管理效果和運行安全性。

技術領域

本發(fā)明涉及行人通行管理技術領域，具體涉及行人闖紅燈意圖預測方法及可讀存儲介質。

背景技術

近年來，隨著我國經(jīng)濟飛速發(fā)展，城市化進程的加快，機動車保有量保持較快增長。車輛快速增多加劇了城市道路交通擁堵，特別是關鍵路口位置，車輛、行人、非機動車的混合交通流在此匯合，相互干擾嚴重，沖突點多，延誤率高。交通問題不再只是機動車單方面的責任因素，行人的違章行為也應得到重視，尤其是行人闖紅燈的行為，嚴重干擾了交通秩序和道路的通行能力。

針對交通違法行為普遍及違規(guī)人數(shù)眾多不易管理等問題，使用人臉和人體姿態(tài)識別，檢測識別闖紅燈的違規(guī)行人，能夠起到警示作用。例如，公開號為CN113158853A的中國專利就公開了《一種結合人臉與人體姿態(tài)的闖紅燈行人識別方法》，其根據(jù)抓拍中的行人闖紅燈照片，使用深度學習卷積神經(jīng)網(wǎng)絡(CNN)實現(xiàn)人臉的檢測，能夠快速定位找到人臉位置，再從進行編碼，與人臉庫進行相似度匹配。同時，通過人體姿態(tài)識別的方法，對人體的軀干、手部、腳部的關鍵點進行識別，從而進行人體行為識別，確定違規(guī)行人。

上述現(xiàn)有方案主要應用于行人闖紅燈行為的識別，但相比于行人闖紅燈行為的識別，對行人闖紅燈前的行為預測顯得更為重要，因此，通過行為預測提前為車輛駕駛員提供預警信息，進而能夠輔助車輛駕駛員避開闖紅燈的行人。因此，如何設計一種能夠有效預測行人闖紅燈行為意圖的方法，以輔助車輛駕駛員規(guī)避碰撞風險是亟需解決的技術問題。

發(fā)明內容

針對上述現(xiàn)有技術的不足，本發(fā)明所要解決的技術問題是：如何提供一種行人闖紅燈意圖預測方法，以能夠有效預測行人闖紅燈行為意圖，進而輔助車輛駕駛員規(guī)避碰撞風險，從而能夠提高路口交通的管理效果和運行安全性。

為了解決上述技術問題，本發(fā)明采用了如下的技術方案：

行人闖紅燈意圖預測方法，包括以下步驟：

S1：獲取路口位置的待測圖像信息；

S2：提取路口位置的待測圖像信息中與行人闖紅燈的條件因素相關的闖紅燈行為特征；

S3：將闖紅燈行為特征輸入經(jīng)過預先訓練的闖紅燈預測模型中，輸出對應的闖紅燈預測概率作為行人闖紅燈意圖預測的結果。

S4：當闖紅燈預測概率大于設置的安全閾值時，生成對應的行人闖紅燈預警信號。

優(yōu)選的，步驟S1中，通過車端或路口位置的圖像采集設備獲取路口位置的待測圖像信息。

優(yōu)選的，步驟S2中，闖紅燈行為特征包括但不限于信號燈燈色特征、信號燈顯示時間特征、行人側的行人數(shù)量特征、行人運動狀態(tài)特征、行人等待狀態(tài)特征、路側的道路擁堵狀態(tài)特征和交通指揮人員特征。

優(yōu)選的，步驟S3中，闖紅燈預測模型包括但不限于邏輯回歸算法模型、隨機森林算法模型、最鄰近結點算法模型和全連接神經(jīng)網(wǎng)絡模型。

優(yōu)選的，步驟S3中，通過如下步驟訓練闖紅燈預測模型：

S301：構建訓練數(shù)據(jù)集，包括訓練圖像信息；

S302：提取訓練圖像信息中的闖紅燈行為特征；

S303：將訓練圖像信息中的闖紅燈行為特征輸入闖紅燈預測模型進行訓練；

S304：對訓練后的闖紅燈預測模型進行過擬合能力測試和泛化能力評估；