[发明专利]基于社会力模型的过街行人轨迹预测方法、系统及介质

摘要

本发明提供了一种基于社会力模型的过街行人轨迹预测方法、系统及介质，包括：基础数据获取步骤：选取人车混行斑马线区域做前期调查，拍摄该区域的行人行走视频，通过对行人行走视频进行视频处理和图像处理，获得行人行走特征数据和人车交互场景数据；模型参数标定步骤：对获得的行人行走特征数据和人车交互场景数据进行预处理，标定逻辑回归模型和社会力模型的参数。本发明利用改进的社会力模型，充分考虑行人个体差异性，将过街行人轨迹预测运用到自动驾驶汽车决策领域，能够提高自动驾驶汽车在人车混行斑马线区域行驶的安全性，降低车辆的延误率，提高道路通行能力。

主权项

1.一种基于社会力模型的过街行人轨迹预测方法，其特征在于，包括：基础数据获取步骤：选取人车混行斑马线区域做前期调查，拍摄该区域的行人行走视频，通过对行人行走视频进行视频处理和图像处理，获得行人行走特征数据和人车交互场景数据；模型参数标定步骤：对获得的行人行走特征数据和人车交互场景数据进行预处理，标定逻辑回归模型和社会力模型的参数；行人运动状态信息获取步骤：利用自动驾驶汽车搭载的传感器，利用多传感器信息融合算法，获取车辆安全包络线范围内的行人运动状态信息；行人个体特征信息获取步骤：利用自动驾驶汽车搭载的集成了行人属性识别功能的传感器，获取车辆安全包络线内的行人个体特征信息；过街行人走、停决策判断步骤：将获得的行人运动状态信息和行人个体特征信息导入逻辑回归模型，判定行人走、停决策：若是判断继续行走，则进入运动轨迹预测步骤继续执行，否则，则结束流程；运动轨迹预测步骤：对于继续行走的行人，用社会力模型预测其未来第一预设时长内的运动轨迹。