1.一種車輛周邊行人危險等級預測方法，其特征在于：包括離線危險等級預測器訓練和在線危險等級預測兩個部分；

離線危險等級預測器訓練包括以下步驟，

使用車載傳感器，采集車輛第一視角下的周邊環境信息；

根據采集的第一視角車輛周邊環境信息，提取行人特征參數s；行人特征參數s包括但不限于行人相對車輛位置p＝(x,y)、相對車輛移動速度v＝(v_x,v_y)、估計碰撞時間TTC；由于第一視角下取得的行人相對車輛位置、速度變化取決于車輛和行人的合運動，該相對位置和速度的變化隱含了車輛和行人在不同情況下的交互行為；

根據提取得到的行人特征參數s，對于任意時間節點t，以t-T_obs至t時間段內的特征參數集合為輸入，其中，T_obs為一段固定的觀察時長；t至t+T_pred時間段內的行人軌跡為輸出，其中，T_pred為一段固定的預測時長；建立行人軌跡時序網絡，通過最小化損失函數，對網絡權重矩陣W和偏移量b進行迭代優化，訓練得到行人軌跡擬合器該擬合器能根據輸入的特征參數S預測行人移動軌跡

根據提取得到的行人特征參數s，用數據驅動方法進行數據聚類分析，對數據進行分類，通過不斷優化聚類類別數k及分類的相關參數p，使具有相似特征參數的行人聚到同一類別，具有不同特征參數的行人盡可能遠離，最后得到具有不同特征參數的k類行人，不同類別的行人所具有的危險等級不同；聚類結果用標簽l∈{r₁,r₂,...r_k}來表示，其中{r₁,r₂,...r_k}分別對應不同的危險等級；根據聚類結果，以行人特征參數s為輸入，對應的危險等級l為輸出，訓練行人危險等級識別器能根據特征參數s識別出行人危險等級

在線危險等級預測包括以下步驟，

當車輛行駛在道路上時，使用車載傳感器，在線采集車輛第一視角下的周邊環境信息；

根據采集的所述第一視角車輛周邊環境信息，提取行人特征參數s；行人特征參數s包括但不限于行人相對車輛位置p＝(x,y)、相對車輛移動速度v＝(v_x,v_y)、估計碰撞時間TTC；由于第一視角下取得的行人相對車輛位置、速度變化取決于車輛和行人的合運動，該相對位置和速度的變化隱含了車輛和行人在不同情況下的交互行為；對于任意時間節點t，獲得行人t-T_obs至t時間段內的特征參數集合其中，T_obs為一段固定的觀察時長；

將獲得的行人特征參數集合輸入離線訓練得到的行人軌跡擬合器f中，預測行人未來t至t+T_pred時間段內的移動軌跡并根據計算對應的特征參數集合再使用離線訓練得到的危險等級識別器g，根據預測得的行人特征參數識別得到行人t至t+T_pred時間段內的危險等級集合實現行人危險等級的預測；

在行人軌跡擬合器f中，使用數據驅動的時序網絡建模方法實現長時軌跡預測，降低傳統軌跡預測方法中復雜的動力學建模的計算成本，縮短預測時長；在行人危險等級識別器g中，結合行人軌跡擬合器f預測得到的行人軌跡，采用數據驅動的聚類分析方法對行人危險等級進行劃分和判別，避免傳統危險判定方法中通過人為劃分參數范圍來判定危險等級可能帶來的不確定性，在降低計算量的同時，保證行人危險程度的預測的可靠性，提高行人危險等級識別效率。