[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

说明书

本发明公开了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，属于计算机视觉领域；本发明的方法针对行人交互与轨迹趋势对行人未来轨迹预测的影响，对行人交互和轨迹趋势进行建模，使用自注意力机制构建交互分数，并结合非对称卷积网络构建稀疏交互图，寻找当前人的真正交互对象与对当前人未来轨迹有影响的轨迹趋势；使用一种新的归一化函数来保证交互的稀疏性；使用图卷积神经网络提取特征，最后使用时间卷积网络来预测未来轨迹的分布函数；本发明可以提高轨迹预测的准确率。

技术领域

本发明属于计算机视觉技术领域，特别涉及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。

背景技术

轨迹预测技术是无人驾驶技术的重要组成部分，对无人驾驶的路径规划有很大的影响。人与人之间的交互是影响轨迹预测的重要因素，当场景中一个人影响当前人的轨迹时，这个人与当前人产生交互。

目前，现有的轨迹预测技术普遍存在以下几个问题：

(1)大多数方法聚集于时间点上的人与人交互问题，忽视了轨迹趋势(若干时间顺序轨迹点形成的走向趋势)对轨迹预测的影响；

(2)现有方法考虑人与人之间的交互是基于全体交互或者基于距离交互，而在现实问题中，当前人是由很大可能与远距离的人进行有交互关系的；另外，在密集场景(人数较多)中，当前人与其他所有人交互的可能性也很小；

(3)现有方法在考虑人与人交互时，交互是双向对等的，即当行人A与行人B产生交互时，A对B的交互是等于B对A的交互的；而在现实问题中，这一种情况也不能满足，即A对B的轨迹产生的影响有很高的概率不等于B对A的轨迹产生的影响。

综上，现有方法的轨迹预测准确率较低，亟需一种新的基于趋势引导与稀疏交互的行人轨迹预测方法及系统。

发明内容

本发明的目的在于提供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，以解决上述存在的一个或多个技术问题。本发明提出的方法及系统，能够提高轨迹预测的准确率。

为达到上述目的，本发明采用以下技术方案：

本发明的一种基于趋势引导与稀疏交互的行人轨迹预测方法，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。

本发明的进一步改进在于，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：