本發明公開的一種車輛周邊行人危險等級預測方法及系統，屬于智能車輛主動安全技術領域。本發明基于車輛第一視角數據進行行人軌跡預測，使用數據驅動的時序網絡建模實現長時軌跡預測，降低計算成本，縮短預測時長；基于聚類分析和分類器的危險等級識別器，能夠根據特征參數識別行人危險等級，避免通過人為劃分參數范圍來判定危險等級帶來的不確定性；根據訓練得到的行人軌跡擬合器預測行人移動軌跡，提取出行人特征參數集合，將參數集合輸入到訓練得到的行人危險等級識別器中，對行人危險等級進行預測。本發明有助于理解行車過程中周邊行人的行為意圖，預估行人和車輛的碰撞風險，為調整行車策略提供依據，以規避行車風險，提升駕駛安全性。

技術領域

本發明屬于智能車輛主動安全技術領域，尤其涉及一種車輛周邊行人危險等級預測方法及系統。

背景技術

近年來，在智能車輛領域，行人的安全性獲得了越來越多的關注。智能車輛需要對道路上的行人進行及時的感知和危險程度預測，來避免可能的碰撞。

現階段的行人危險程度探測方法，主要是通過復雜動力學擬合的方法，計算出行人相對于行駛車輛的碰撞時間或碰撞區域，然后通過安全系統設計人員手動對不同的碰撞時間或碰撞區域進行危險等級劃分，判別行人的危險程度。針對通過復雜動力學模型計算行人碰撞時間或碰撞區域，存在模型計算成本高、擬合效果差、預判性差、適用場景有限等問題。針對設計人員手動劃分不同碰撞時間或碰撞區域的危險等級，存在主觀性強、適用場景有限、無法大規模推廣等問題。

發明內容

為解決現有技術中行人危險等級預測計算成本高、預判性差、主觀性強、適用場景有限的問題。本發明目的在于提供一種車輛周邊行人危險等級預測方法及系統，能夠降低車輛周邊危險等級識別計算成本，增強道路行人危險等級預測的準確性、環境適應性。

本發明的目的是通過下述技術方案實現的：

本發明公開的一種車輛周邊行人危險等級預測方法，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。其中，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；

進一步地，通過車載圖像采集裝置采集車輛周邊圖像信息，通過激光雷達采集3D點云信息。

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。

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

作為優選，所述時序網絡為循環神經網絡或長短期記憶神經網絡。