[发明专利]一种预测行人运动的方法及装置

权利要求书

1.一种预测行人运动的方法，其特征在于，包括：

将待预测行人与所述待预测行人所在的第一预设前向空间内的其他行人之间的矢量距离数据，输入预先构建的第一速度预测模型，预测得到所述待预测行人的运动速度大小；其中，所述第一速度预测模型至少根据已标注速度大小的行人与该行人所在的所述第一预设前向空间内的其它行人之间的矢量距离数据训练得到；

将所述待预测行人所在的第二预设前向空间内的行人的分布情况数据，输入预先构建的第二速度预测模型，预测得到所述待预测行人的运动方向；其中，所述第二速度预测模型至少根据包括被研究行人在内的所述第二预设前向空间内的行人分布情况数据训练得到；

根据预测得到的所述运动速度大小和所述运动方向，确定所述待预测行人的速度。

2.根据权利要求1所述的方法，其特征在于，构建所述第一速度预测模型的过程包括：

确定预设行人的运动速度大小，以及确定所述行人与所述行人所在的第一预设前向空间内的其它行人之间的矢量距离数据；

根据所述第一预设前向空间内的行人数量，确定用于搭建第一速度预测模型的各个神经网络的结构；其中，所述神经网络的数量与所述行人数量相同。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

利用所述预设行人的运动速度大小，以及所述行人与所述行人所在的第一预设前向空间内的其它行人之间的矢量距离数据，对搭建的第一速度预测模型进行训练。

4.根据权利要求1至3中任一权利要求所述的方法，其特征在于，构建所述第二速度预测模型的过程包括：

确定所述第二预设前向空间内的行人的分布情况数据；

根据所述第二预设前向空间内的行人数量，确定用于搭建第二速度预测模型的神经网络的结构。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

利用所述第二预设前向空间内的行人的分布情况数据，对搭建的第二速度预测模型进行训练。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取设定数量行人运动时的实验数据；其中，所述实验数据至少包括行人运动轨迹路径数据；

对所述实验数据进行数据预处理；

从预处理后的实验数据中，抽取所述待预测行人所在的前向空间内的行人运动数据；其中，所述前向空间包括所述第一预设前向空间和/或所述第二预设前向空间。

7.根据权利要求6所述的方法，其特征在于，所述对所述实验数据进行数据预处理，包括：

对所述实验数据进行运动轨迹平滑处理；

以及，

对所述实验数据进行异常数据滤除处理。

8.根据权利要求7所述的方法，其特征在于，所述对所述实验数据进行运动轨迹平滑处理，包括：

识别所述实验数据中的左右摆动行人的运动轨迹；

对所述左右摆动行人的运动轨迹进行均值滤波处理；

对所述左右摆动行人的运动轨迹进行左右摆动方向上的样条插值处理。

9.根据权利要求7或8所述的方法，其特征在于，所述对所述实验数据进行异常数据滤除处理，包括：

将所述实验数据中的行人的运动速度转化为极坐标下的速度表示数据；

去除所述实验数据中，速度大小和/或速度方向在预设标准差之外的行人速度数据。

10.一种预测行人运动的装置，其特征在于，包括：

速度大小预测单元，用于将待预测行人与所述待预测行人所在的第一预设前向空间内的其他行人之间的矢量距离数据，输入预先构建的第一速度预测模型，预测得到所述待预测行人的运动速度大小；其中，所述第一速度预测模型至少根据已标注速度大小的行人与该行人所在的所述第一预设前向空间内的其它行人之间的矢量距离数据训练得到；

运动方向预测单元，用于将所述待预测行人所在的第二预设前向空间内的行人的分布情况数据，输入预先构建的第二速度预测模型，预测得到所述待预测行人的运动方向；其中，所述第二速度预测模型至少根据包括被研究行人在内的所述第二预设前向空间内的行人分布情况数据训练得到；

预测结果处理单元，用于根据预测得到的所述运动速度大小和所述运动方向，确定所述待预测行人的速度。