[发明专利]一种地图语义引导的单目行人室内定位预测方法

权利要求书

1.一种地图语义引导的单目行人室内定位预测方法，其特征在于：包括以下步骤

S1、通过松耦合的方式集成机器学习网络，机器学习网络包括骨架检测模型、视觉行为定位模型MonoLoco以及视频行人跟踪模型FairMOT，对监控空间中的行人位置和身份编号进行关联并跟踪，获取行人的位置信息，该位置信息包括行人定位丢失时的位置信息；

S2、将监控空间中的行人及障碍物进行动态数据栅格建模，构建监控空间内的栅格地图；

S3、结合步骤s1中获取的行人定位丢失时的位置信息和步骤s2中获取的栅格地图语义信息，计算行人的候选位置序列集；

S4、对行人之间的遮挡关系进行建模，基于对行人的遮挡判断，对候选位置序列集内的所有候选位置序列进行评分，且按照评分进行排序，选择评分最高的候选位置序列作为最终位置预测结果。

2.根据权利要求1所述的一种地图语义引导的单目行人室内定位预测方法，其特征在于：所述步骤S1中视觉行为定位模型MonoLoco和视频行人跟踪模型FairMOT的松耦合方法设置为：在视频帧中通过视觉行为定位模型MonoLoco获取行人定位结果，通过视频行人跟踪模型FairMOT获取行人跟踪结果，对行人定位结果和行人跟踪结果中行人边界框(bbox)的重合度进行计算，当两者的重合度低于提前设定的阈值，则视为行人定位缺失。

3.根据权利要求2所述的一种地图语义引导的单目行人室内定位预测方法，其特征在于：所述行人定位结果和行人跟踪结果中行人边界框(bbox)的重合度的计算函数设置为DIoU损失函数；

上述两者重合度的计算方法设置为：以行人跟踪结果为基础结果，行人定位结果为比较结果，判断行人跟踪结果是否可以匹配到行人定位结果，若无法匹配，则视为行人定位缺失。

4.根据权利要求1所述的一种地图语义引导的单目行人室内定位预测方法，其特征在于：所述步骤S1中获取行人位置信息的方法包括以下子步骤S1.1、布置摄像头或者连接已有摄像设备接入视频流，输入预测图像；

S1.2、对视觉行为定位模型MonoLoco和视频行人跟踪模型FairMOT的预测结果中的行人预测框(bbox)进行关联，将行人跟踪结果与定位结果合并；

S1.3、部署松耦合后的机器学习网络，对接入视频进行预测，记录行人的位置信息。

5.根据权利要求1所述的一种地图语义引导的单目行人室内定位预测方法，其特征在于：所述步骤S3中行人预测的候选位置序列集的算法设置为以出入口引导的候选位置序列预测算法，且该算法包括以下子步骤

S3.1、以行人定位丢失时的位置为起点，以监控空间出入口中心位置为终点，利用路径规划方法提取行人初始候选路径；

S3.2、对初始候选路径进行修正优化，得到候选位置序列，依次遍历监控空间的各出入口，计算候选位置序列集。

6.根据权利要求5所述的一种地图语义引导的单目行人室内定位预测方法，其特征在于：所述步骤S3.1中的路径规划方法设置为A-Star算法。

7.根据权利要求5所述的一种地图语义引导的单目行人室内定位预测方法，其特征在于：所述步骤S3.2中初始候选路径的修正优化方法包括以下子步骤

S3.2.1、构建行人的社会力模型，该社会力模型包括四种社会力分力和一种社会力合力，四种社会力分力分别设置为运动行为力、目标吸引力、障碍物排斥力以及行人交互力；

S3.2.2、根据栅格地图格网尺寸来确定一固定间距，以此固定间距在步骤3.1所述的行人初始候选路径上选取一局部路径，以此局部路径作为融合社会力的卡尔曼滤波模型的局部目标来预测下一局部目标；

S3.2.3、循环修正直到行人初始候选路径终点，得到平滑的候选位置序列，再依次遍历监控空间的各出入口，计算候选位置序列集。