[发明专利]路线规划方法、路线规划装置、机器人及介质

权利要求书

1.一种路线规划方法，其特征在于，包括：

获取被监控区域在目标时间段内的人群图像集合；其中，所述人群图像集合包括多张时序连续的待识别人群图像；

将所述人群图像集合中的每张所述待识别人群图像输入训练好的人群流动预测模型；

通过所述训练好的人群流动预测模型，基于所述人群图像集合输出相应的人群密度图集合与人群流动图；其中，所述人群流动图用于描述所述人群密度图集合对应的人群流动方向；

从所述人群密度图集合中选取目标人群密度图与所述人群流动图进行聚类处理，得到多个人群密度簇，并从所述多个人群密度簇中确定出目标人群密度簇；

以所述目标人群密度簇所在位置为终点进行路线规划得到行驶路线。

2.根据权利要求1所述的路线规划方法，其特征在于，所述训练好的人群流动预测模型包括：编码框架和解码框架；

所述通过所述训练好的人群流动预测模型，基于所述人群图像集合输出相应的人群密度图集合与人群流动图，包括：

通过所述编码框架对所述人群图像集合中的每张待识别人群图像进行特征提取，并将提取到的人群特征信息传递至所述解码框架；

通过所述解码框架基于所述人群特征信息生成并输出人群密度图集合和人群流动图。

3.根据权利要求2所述的路线规划方法，其特征在于，所述解码框架包括第一解码框架和第二解码框架；

所述通过所述解码框架基于所述人群特征信息生成并输出人群密度图集合和人群流动图，包括：

通过所述第一解码框架基于所述人群特征信息生成并输出人群密度图集合；所述人群密度图集合包括多张时序连续的人群密度图，且所述人群密度图集中的多张时序连续的所述人群密度图，与所述人群图像集合中的多张时序连续的所述待识别人群图像之间一一对应；

通过所述第二解码框架对多张时序连续的所述人群密度图中的人群流动特征信息进行计算，生成并输出人群流动图。

4.根据权利要求1所述的路线规划方法，其特征在于，所述目标时间段包括起始时间点和终止时间点；

所述从所述人群密度图集合中选取目标人群密度图与所述人群流动图进行聚类处理，得到多个人群密度簇，并从所述多个人群密度簇中确定出目标人群密度簇，包括：

从所述人群密度图集合中选取所述起始时间点对应的人群密度图作为目标人群密度图；

根据预设的领域参数将所述目标人群密度图与所述人群流动图进行聚类处理，得到Y个人群密度簇，其中，Y为大于0的整数；

通过以下公式确定Y个人群密度簇中每个所述人群密度簇的权重值，得到权重值集合；

其中，S(c_i)为Y个人群密度簇中第i个人群密度簇的权值，为第i个人群密度簇中像素点的个数，为第i个人群密度簇的移动速度，ξ为预设补偿参数，且ξ不等于0；

从所述权重值集合中确定出最大权重值，并将所述最大权重值对应的人群密度簇识别为目标人群密度簇；其中，所述目标人群密度簇用于表征所述被监控区域在所述终止时间点时人群密度最大的位置。

5.根据权利要求1所述的路线规划方法，其特征在于，所述以所述目标人群密度簇所在位置为终点进行路线规划得到行驶路线，包括：

获取目标人群密度簇在所述被监控区域中的目标位置；

根据当前位置与所述目标位置进行路线规划得到行驶路线；其中，所述行驶路线用于描述在所述被监控区域中，从所述当前位置到达所述目标位置的行驶路径。

6.根据权利要求1所述的路线规划方法，其特征在于，所述将所述人群图像集合中的每张所述待识别人群图像输入训练好的人群流动预测模型的步骤之前，还包括：

获取预设时间段内的多张原始人群图像样本，并对每张所述原始人群图像样本进行特征标记操作，得到带有标记的人群图像样本集合；

利用所述带有标记的人群图像样本集合训练人群流动预测模型，得到训练好的人群流动预测模型。