[发明专利]一种行人与车辆交互状态识别方法及系统

权利要求书

1.一种行人与车辆交互状态识别方法，其特征在于，包括：

获取多个训练样本；每一所述训练样本均包括车辆行驶过程中所采集的激光雷达点云数据和图像数据；

对于每一所述训练样本，对所述激光雷达点云数据进行处理，得到行人与车辆的距离特征；对所述图像数据进行处理，得到行人头部朝向特征和行人运动状态特征；

将所有所述训练样本的行人与车辆的距离特征组成第一特征样本集；利用谱聚类算法对所述第一特征样本集进行处理，得到第一标签集；

将所有所述训练样本的行人头部朝向特征组成第二特征样本集；利用所述谱聚类算法对所述第二特征样本集进行处理，得到第二标签集；

将所有所述训练样本的行人运动状态特征组成第三特征样本集；利用所述谱聚类算法对所述第三特征样本集进行处理，得到第三标签集；

以所述第一特征样本集和所述第一标签集作为输入，利用分类器算法训练得到第一分类器；以所述第二特征样本集和所述第二标签集作为输入，利用所述分类器算法训练得到第二分类器；以所述第三特征样本集和所述第三标签集作为输入，利用所述分类器算法训练得到第三分类器；

利用所述第一分类器、所述第二分类器和所述第三分类器识别行人与车辆的交互状态。

2.根据权利要求1所述的一种行人与车辆交互状态识别方法，其特征在于，所述激光雷达点云数据通过车辆上安装的激光雷达采集得到；所述图像数据通过车辆上安装的摄像头采集得到。

3.根据权利要求1所述的一种行人与车辆交互状态识别方法，其特征在于，所述对所述激光雷达点云数据进行处理，得到行人与车辆的距离特征具体包括：

提取所述激光雷达点云数据所包括的每一帧点云数据对应的距离；所述距离为行人与车辆的距离；

计算所有所述点云数据对应的距离的平均值，得到行人与车辆的相对距离；

对于每一帧所述点云数据，计算所述点云数据对应的距离与所述点云数据的前一帧点云数据对应的距离的差值，得到距离差；

根据所有所述点云数据对应的距离差计算行人与车辆距离的增加量以及行人与车辆距离的减少量；所述行人与车辆的相对距离、所述行人与车辆距离的增加量以及所述行人与车辆距离的减少量组成行人与车辆的距离特征。

4.根据权利要求1所述的一种行人与车辆交互状态识别方法，其特征在于，所述对所述图像数据进行处理，得到行人头部朝向特征和行人运动状态特征具体包括：

采用行人骨架识别方法对所述图像数据所包括的每一帧图像进行识别，得到每一帧所述图像的行人骨架节点坐标数据；所述行人骨架节点坐标数据包括鼻尖节点坐标数据、脊柱上止点坐标数据、脊柱下止点坐标数据、左胯关节节点坐标数据、右胯关节节点坐标数据、左膝关节节点坐标数据、右膝关节节点坐标数据、左踝关节节点坐标数据、右踝关节节点坐标数据；

对于每一帧所述图像，根据所述鼻尖节点坐标数据和所述脊柱上止点坐标数据计算行人的鼻尖和脊柱上止点的连线与水平线的第一夹角；根据所述脊柱上止点坐标数据和所述脊柱下止点坐标数据计算行人的脊柱高度；根据所述左膝关节节点坐标数据和所述右膝关节节点坐标数据计算行人的双膝距离；根据所述左踝关节节点坐标数据和所述右踝关节节点坐标数据计算行人的双踝距离；根据所述左胯关节节点坐标数据、所述左膝关节节点坐标数据和所述左踝关节节点坐标数据计算行人的左腿弯曲角度；根据所述右胯关节节点坐标数据、所述右膝关节节点坐标数据和所述右踝关节节点坐标数据计算行人的右腿弯曲角度；

计算所有所述图像的所述第一夹角的平均值，得到行人头部朝向特征；

根据所有所述图像的所述脊柱高度、所述双膝距离以及所述双踝距离，计算双腿运动幅度变化特征；根据所有所述图像的所述左腿弯曲角度以及所述右腿弯曲角度，计算双腿弯曲程度特征；所述双腿运动幅度变化特征和所述双腿弯曲程度特征组成行人运动状态特征。