[发明专利]考虑人车交互的行人轨迹预测及主动避撞方法及系统

说明书

本发明公开了考虑人车交互的行人轨迹预测及主动避撞方法及系统，对车辆前方图像中行人脸部朝向识别判断行人是否注意到来车，融合行人运动状态信息、行人脸部朝向和车辆运动状态信息判断行人意图；利用马尔科夫行人模型对未注意到车辆的行人运动进行预测；同时引入社会力模型和马尔科夫行人模型对注意到车辆且继续行走的行人运动进行预测，并将两种模型预测的结果进行加权融合得到修正后的行人位置，进而得到预设时长内的轨迹曲线；针对行人轨迹进行安全状态判断，决策出相应的避撞策略；同时构建考虑人车交互的行人轨迹预测及主动避撞系统；利用本发明所设计的方法及系统能提高智能汽车的安全性和稳定性，使得整个纵横向避撞决策系统更加完善有效。

技术领域

本发明属于智能驾驶安全技术领域，具体涉及一种考虑人车交互的行人轨迹预测及主动避撞方法及系统。

背景技术

随着全球工业的不断进步与发展，汽车保有量呈持续增长趋势，使得道路交通形势也越发严峻。在城市道路场景中，易受伤害的行人作为独立运动的个体，在横穿马路时，容易与道路上来往的车辆发生冲突或碰撞，导致交通事故频发。

现有对行人避撞方法的研究，大致可分为行人的检测识别、预测、风险评估和避撞等四个方面。在行人的轨迹预测方面，现有方法存在的主要问题是未能考虑到行人复杂多变的运动特征,并忽略了周围环境对行人运动状态的影响，使得预测出的行人轨迹与真实的行人轨迹存在较大差异。在避撞方法方面，现有方法大多数采用单独纵向避撞或横向避撞，这两种方式都有各自的适应工况，而行人多变的行为会对智能汽车避撞决策造成干扰。

发明内容

本发明针对现有技术中存在的缺陷，提出了一种考虑人车交互的行人轨迹预测及避撞控制方法及系统；能够合理预测行人未来的运动轨迹，并对危险状态做出避撞决策，既能保证车辆的平稳安全行驶，同时也能保护行人，减少道路交通事故。

为了解决上述问题，本发明采用以下技术方案，

考虑人车交互的行人轨迹预测及车辆主动避撞方法，包括以下步骤：

S1，获取本车行驶状态信息、行人运动状态信息和车辆前方图像。

S2，根据采集得到的车辆前方图像，提取行人头部区域并对行人脸部朝向进行识别，根据行人脸部朝向判断行人是否注意到来车；基于逻辑回归模型，融合行人运动状态信息、行人脸部朝向和车辆运动状态信息，判断行人的意图。

S3，根据行人脸部朝向，若判定行人未注意到车辆，则利用马尔科夫行人模型预测行人在未来预设时长内的轨迹；

S4，根据行人脸部朝向及行人意图判断结果，若判定行人注意到车辆且继续行走，引入社会力模型对此时行人的运动进行预测，并在该类行人运动过程中再引入马尔科夫行人模型进行预测；将马尔科夫行人模型预测出来的行人位置和社会力模型预测出来的行人位置进行加权融合得到修正后的行人位置；根据设定的时间步长，得到预设时长内的轨迹曲线。

S5，根据预测出来的行人轨迹进行安全状态判断，决策出车辆在保证安全的情况下合适的避撞策略。

进一步的，上述S2中，行人脸部朝向识别步骤包括：

(1)根据车辆前方图像，采用Yolo算法检测行人的头部区域，得到头部图像。

(2)采用卷积神经网络搭建行人脸部正向/侧向/背向分类器，确定行人的脸部朝向Orientation。

进一步的，上述S2中，所述逻辑回归模型用于行人意图判断包括如下步骤：

(1)以行人速度v_ped、行人脸部朝向Orientation、车辆速度v_vehicle、人车距离Distance为自变量，人车交互过程中行人面对来车选择行走或停止的意图为因变量，行人意图判断的逻辑回归模型中函数表达式为：