[发明专利]一种基于趋势引导与稀疏交互的行人轨迹预测方法及系统

权利要求书

1.一种基于趋势引导与稀疏交互的行人轨迹预测方法，其特征在于，包括以下步骤：

步骤1，采集获取观测到的行人轨迹点；以行人轨迹点作为图的节点，分别获取空间行人图和时间轨迹图；将空间行人图的邻接矩阵初始化为全1矩阵，获得空间行人完全图；将时间轨迹图的邻接矩阵初始化为上三角全1矩阵，获得时间轨迹完全图；

步骤2，基于步骤1获得的空间行人完全图和时间轨迹完全图，获得空间行人稀疏图和时间轨迹稀疏图；基于空间行人稀疏图和时间轨迹稀疏图，获得空间行人稀疏图的权重邻接矩阵和时间轨迹稀疏图的权重邻接矩阵；

步骤3，将空间行人稀疏图的权重邻接矩阵进行归一化处理，获得空间行人稀疏图的归一化权重邻接矩阵；基于空间行人稀疏图的归一化权重邻接矩阵，获得归一化后的空间行人稀疏图；将时间轨迹稀疏图的权重邻接矩阵进行归一化处理，获得时间轨迹稀疏图的归一化权重邻接矩阵；基于时间轨迹稀疏图的归一化权重邻接矩阵，获得归一化后的时间轨迹稀疏图；

步骤4，基于步骤3获得的归一化后的空间行人稀疏图和时间轨迹稀疏图，构建获得空间时间行人稀疏图与时间空间轨迹稀疏图；

步骤5，基于步骤4获得的空间时间行人稀疏图与时间空间轨迹稀疏图，提取获得稀疏交互特征和趋势特征；

步骤6，基于步骤5获得的稀疏交互特征和趋势特征，预测获得行人的未来轨迹分布，完成行人轨迹预测。

2.根据权利要求1所述的一种基于趋势引导与稀疏交互的行人轨迹预测方法，其特征在于，步骤1中，所述以行人轨迹点作为图的节点，分别获取空间行人图和时间轨迹图具体包括：

1.1)以行人轨迹点作为图的节点，分别在每个时间点上建立空间行人图；通过空间行人图的邻接矩阵来表示行人间的交互情况；

1.2)以行人轨迹点作为图的节点，对每个行人的轨迹按照时间顺序建立时间轨迹图；通过时间轨迹图的邻接矩阵表示轨迹点与轨迹点之间的关系，轨迹点与轨迹点之间的关系看作轨迹的趋势。

3.根据权利要求1所述的一种基于趋势引导与稀疏交互的行人轨迹预测方法，其特征在于，步骤2具体包括：

2.1)对空间行人完全图使用自注意力机制得到任意两个节点之间的行人交互分数矩阵；对时间轨迹完全图使用自注意力机制得到任意两个节点之间的轨迹点交互分数矩阵；

2.2)对行人交互分数矩阵和轨迹点交互分数矩阵的行与列使用非对称卷积网络提取获得空间行人图和时间轨迹图的深层次的交互特征；

2.3)对获得的空间行人图和时间轨迹图的深层次的交互特征使用逻辑回归并设置阈值来进行分类，得到0/1矩阵来更新空间行人完全图和时间轨迹完全图得到空间行人稀疏图和时间轨迹稀疏图；其中，0表示节点不连接，1表示节点连接；

2.4)对获得的空间行人图和时间轨迹图的深层次的交互特征使用逻辑回归得到空间行人完全图和时间轨迹完全图的权重邻接矩阵；

2.5)将步骤2.3)得到的0/1矩阵与步骤2.4)得到的权重矩阵进行元素间的矩阵相乘，得到空间行人稀疏图和时间轨迹稀疏图的权重邻接矩阵。

4.根据权利要求1所述的一种基于趋势引导与稀疏交互的行人轨迹预测方法，其特征在于，步骤3中的归一化处理为，使用归一化函数Zero-Softmax进行归一化；

归一化函数Zero-Softmax表示为，

式中，x为输入向量，ε为一个接近于0的数，用于防止分母为0；D是输入向量x的元素个数。

5.根据权利要求1所述的一种基于趋势引导与稀疏交互的行人轨迹预测方法，其特征在于，步骤4中，

构建空间时间行人稀疏图的步骤包括：将空间行人稀疏图按照时间顺序拼接起来得到空间时间行人稀疏图；将空间行人稀疏图的权重邻接矩阵按照时间顺序拼接起来得到空间时间行人稀疏图的权重邻接矩阵；

构建时间空间轨迹稀疏图的步骤包括：将时间轨迹稀疏图拼接起来得到时间空间轨迹稀疏图；将时间轨迹稀疏图的权重邻接矩阵拼接起来得到时间空间轨迹稀疏图的权重邻接矩阵。