面向人自混行环境的行人安全预警方法及系统技术方案

本发明专利技术涉及一种面向人自混行环境的行人安全预警方法及系统。该方法，采集目标行人相关的运动参数；根据相关的运动参数，确定目标行人的行为偏好；根据目标行人的行为偏好，确定目标行人的下一时刻动作辨识结果；根据目标行人的下一时刻动作辨识结果，确定目标行人与兴趣感应区域内其他交通实体的运动意图潜在冲突时，进行预警。本方案先根据目标行人相关的运动参数，确定目标行人的行为偏好；再根据目标行人的行为偏好，确定目标行人的下一时刻动作辨识结果；最后根据目标行人的下一时刻动作辨识结果，确定目标行人与兴趣感应区域内其他交通实体的运动意图潜在冲突时，进行预警，实现了慢性交通环境主动安全预警。

【技术实现步骤摘要】
面向人自混行环境的行人安全预警方法及系统
本专利技术涉及智能交通
，尤其涉及一种面向人自混行环境的行人安全预警方法及系统。
技术介绍
随着“绿色”、“健康”等出行理念的提出，步行、自行车等低碳无污染的慢性交通出行方式再次得到推崇，慢行空间需求变大。然而随着我国交通运输业的发展，汽车保有量迅猛增加，许多城市机动车道不断拓宽，导致行人、自行车等慢性交通用地被不断挤压，慢性交通通行环境日益恶化。人自混行路段环境复杂，行人和自行车骑行者准确估计其他运动实体速度、距离和趋势的难度较大，产生冲撞的频率较高，人自混行环境的安全问题不容忽视。行人和自行车作为交通系统中的低速、弱势群体，二者的冲突极少会造成致命伤害，国内外专家学者对人自混行环境中的行人、自行车的安全问题重视不够，且限于行人及自行车骑行者生理、心理、物理参数实时获取的难度和复杂性，国内外鲜见对人自混行环境中交通实体运动特性及交通实体间交互机理的研究。配备GPS(GloblePositioningSystem，全球卫星定位系统)等的移动传感装置(如智能手机等)的广泛应用和物联网技术的蓬勃发展，使得实时获取人自混行路段上行人及自行车的运动数据、即时进行分析处理成为了可能，为实现慢性交通环境主动安全预警提供了有效手段。
技术实现思路
(一)要解决的技术问题为了在人自混杂环境中对行人进行预警，本专利技术提供一种面向人自混行环境的行人安全预警方法及系统。(二)技术方案为了达到上述目的，本专利技术采用的主要技术方案包括：一种面向人自混行环境的行人安全预警方法，所述方法，包括：S101，采集目标行人相关的运动参数；S102，根据所述相关的运动参数，确定所述目标行人的行为偏好；S103，根据所述目标行人的行为偏好，确定所述目标行人的下一时刻动作辨识结果；S104，根据所述目标行人的下一时刻动作辨识结果，确定所述目标行人与兴趣感应区域内其他交通实体的运动意图潜在冲突时，进行预警；其中，所述目标行人的运动参数包括：目标行人一次出行累积超越行人次数、目标行人一次出行累积避让行人次数、目标行人当前速度、兴趣感应区域内其他交通实体的类型及状态、目标行人与兴趣感应区域内其他交通实体相对距离、目标行人与兴趣感应区域内其他交通实体相对速度；兴趣感应区域内其他交通实体为行人和/或自行车；兴趣感应区域内其他交通实体的类型为行人，或者，自行车。可选地，兴趣感应区域为以目标行人行走时身体投影外轮廓最前侧、最左侧、最右侧、最后侧所在的位置为界线，得到的左前侧子区域、正前侧子区域、右前侧子区域、正后侧子区域、左后侧子区域、右后侧子区域。可选地，确定兴趣感应区域内其他交通实体的类型的方法包括：若兴趣感应区域内其他交通实体满足预设的行人模型，则确定兴趣感应区域内其他交通实体的类型为行人；若兴趣感应区域内其他交通实体满足预设的自行车模型，则确定兴趣感应区域内其他交通实体的类型为自行车；所述预设的行人模型中长为35±k1厘米，宽为35±k2厘米；所述预设的自行车模型中长为95±k3厘米，宽为35±k4厘米；其中，k1，k2，k3，k4均为预设的调整值。可选地，所述行为偏好为效率型，或者，安全型，或者，舒适型；所述S102包括：若目标行人一次出行累积避让行人次数<目标行人一次出行累积超越行人次数*50％，则确定所述目标行人的行为偏好为效率型；若目标行人一次出行累积超越行人次数*50％≤目标行人一次出行累积避让行人次数<目标行人一次出行累积超越行人次数*150％，则确定所述目标行人的行为偏好为安全型；若目标行人一次出行累积超越行人次数*150％≤目标行人一次出行累积避让行人次数，则确定所述目标行人的行为偏好为舒适型。可选地，所述S103包括：S103-1，根据交通实体密度、混合比例、混合速度确定兴趣感应区域其他交通实体状态；S103-2，根据兴趣感应区域内交通实体状态确定所述目标行人最优运动方向序列；S103-3，根据所述目标行人最优运动方向序列和所述目标行人的行为偏好的加权和，确定所述目标行人的下一时刻动作辨识结果；其中，交通实体密度是单位面积内行人与自行车数量之和，混合比例是单位面积内自行车数量与行人数量之比，混合速度是单位面积内所有自行车与行人的平均速度。为了达到上述目的，本专利技术采用的主要技术方案还包括：一种面向人自混行环境的行人安全预警系统，所述系统，包括：数据采集器、行为偏好分类器、运动意图辨识器、交互处理器、安全警报器；所述数据采集器，用于采集目标行人相关的运动参数；所述行为偏好分类器，用于根据所述相关的运动参数，确定所述目标行人的行为偏好；所述运动意图辨识器，用于根据所述目标行人的行为偏好，确定所述目标行人的下一时刻动作辨识结果；所述交互处理器，根据所述目标行人的下一时刻动作辨识结果，确定所述目标行人与兴趣感应区域内其他交通实体的运动意图是否潜在冲突；所述安全报警器，用于所述交互处理器根据所述目标行人的下一时刻动作辨识结果，确定所述目标行人与兴趣感应区域内其他交通实体的运动意图潜在冲突时，进行预警；其中，所述目标行人的运动参数包括：目标行人一次出行累积超越行人次数、目标行人一次出行累积避让行人次数、目标行人当前速度、兴趣感应区域内其他交通实体的类型及状态、目标行人与兴趣感应区域内其他交通实体相对距离、目标行人与兴趣感应区域内其他交通实体相对速度；兴趣感应区域内其他交通实体为行人和/或自行车；兴趣感应区域内其他交通实体的类型为行人，或者，自行车。可选地，兴趣感应区域为以目标行人行走时身体投影外轮廓最前侧、最左侧、最右侧、最后侧所在的位置为界线，得到的左前侧子区域、正前侧子区域、右前侧子区域、正后侧子区域、左后侧子区域、右后侧子区域。可选地，确定兴趣感应区域内其他交通实体的类型的方法包括：若兴趣感应区域内其他交通实体满足预设的行人模型，则确定兴趣感应区域内其他交通实体的类型为行人；若兴趣感应区域内其他交通实体满足预设的自行车模型，则确定兴趣感应区域内其他交通实体的类型为自行车；所述预设的行人模型中长为35±k1厘米，宽为35±k2厘米；所述预设的自行车模型中长为95±k3厘米，宽为35±k4厘米；其中，k1，k2，k3，k4均为预设的调整值。可选地，所述行为偏好为效率型，或者，安全型，或者，舒适型；所述行为偏好分类器，用于当目标行人一次出行累积避让行人次数<目标行人一次出行累积超越行人次数*50％时，确定所述目标行人的行为偏好为效率型；当目标行人一次出行累积超越行人次数*50％≤目标行人一次出行累积避让行人次数<目标行人一次出行累积超越行人次数*150％时，确定所述目标行人的行为偏好为安全型；当目标行人一次出行累积超越行人次数*150％≤目标行人一次出行累积避让行人次数时，确定所述目标行人的行为偏好为舒适型。可选地，所述运动意图辨识器，用于根据交通实体密度、混合比例、混合速度确定兴趣感应区域其他交通实体状态；根据兴趣感应区域内交通实体状态确定所述目标行人最优运动方向序列；根据所述目标行人最优运动方向序列和所述目标行人的行为偏好的加权和，确定所述目标行人的下一时刻动作辨识结果；其中，交通实体密度是单位面积内行人与自行车数量之和，混合比例是单位面积内自行车数量与行人数量之比，本文档来自技高网...

【技术保护点】
1.一种面向人自混行环境的行人安全预警方法，其特征在于，所述方法，包括：S101，采集目标行人相关的运动参数；S102，根据所述相关的运动参数，确定所述目标行人的行为偏好；S103，根据所述目标行人的行为偏好，确定所述目标行人的下一时刻动作辨识结果；S104，根据所述目标行人的下一时刻动作辨识结果，确定所述目标行人与兴趣感应区域内其他交通实体的运动意图潜在冲突时，进行预警；其中，所述目标行人的运动参数包括：目标行人一次出行累积超越行人次数、目标行人一次出行累积避让行人次数、目标行人当前速度、兴趣感应区域内其他交通实体的类型及状态、目标行人与兴趣感应区域内其他交通实体相对距离、目标行人与兴趣感应区域内其他交通实体相对速度；兴趣感应区域内其他交通实体为行人和/或自行车；兴趣感应区域内其他交通实体的类型为行人，或者，自行车。

【技术特征摘要】
1.一种面向人自混行环境的行人安全预警方法，其特征在于，所述方法，包括：S101，采集目标行人相关的运动参数；S102，根据所述相关的运动参数，确定所述目标行人的行为偏好；S103，根据所述目标行人的行为偏好，确定所述目标行人的下一时刻动作辨识结果；S104，根据所述目标行人的下一时刻动作辨识结果，确定所述目标行人与兴趣感应区域内其他交通实体的运动意图潜在冲突时，进行预警；其中，所述目标行人的运动参数包括：目标行人一次出行累积超越行人次数、目标行人一次出行累积避让行人次数、目标行人当前速度、兴趣感应区域内其他交通实体的类型及状态、目标行人与兴趣感应区域内其他交通实体相对距离、目标行人与兴趣感应区域内其他交通实体相对速度；兴趣感应区域内其他交通实体为行人和/或自行车；兴趣感应区域内其他交通实体的类型为行人，或者，自行车。2.根据权利要求1所述的方法，其特征在于，兴趣感应区域为以目标行人行走时身体投影外轮廓最前侧、最左侧、最右侧、最后侧所在的位置为界线，得到的左前侧子区域、正前侧子区域、右前侧子区域、正后侧子区域、左后侧子区域、右后侧子区域。3.根据权利要求2所述的方法，其特征在于，确定兴趣感应区域内其他交通实体的类型的方法包括：若兴趣感应区域内其他交通实体满足预设的行人模型，则确定兴趣感应区域内其他交通实体的类型为行人；若兴趣感应区域内其他交通实体满足预设的自行车模型，则确定兴趣感应区域内其他交通实体的类型为自行车；所述预设的行人模型中长为35±k1厘米，宽为35±k2厘米；所述预设的自行车模型中长为95±k3厘米，宽为35±k4厘米；其中，k1，k2，k3，k4均为预设的调整值。4.根据权利要求3所述的方法，其特征在于，所述行为偏好为效率型，或者，安全型，或者，舒适型；所述S102包括：若目标行人一次出行累积避让行人次数<目标行人一次出行累积超越行人次数*50％，则确定所述目标行人的行为偏好为效率型；若目标行人一次出行累积超越行人次数*50％≤目标行人一次出行累积避让行人次数<目标行人一次出行累积超越行人次数*150％，则确定所述目标行人的行为偏好为安全型；若目标行人一次出行累积超越行人次数*150％≤目标行人一次出行累积避让行人次数，则确定所述目标行人的行为偏好为舒适型。5.根据权利要求4所述的方法，其特征在于，所述S103包括：S103-1，根据交通实体密度、混合比例、混合速度确定兴趣感应区域其他交通实体状态；S103-2，根据兴趣感应区域内交通实体状态确定所述目标行人最优运动方向序列；S103-3，根据所述目标行人最优运动方向序列和所述目标行人的行为偏好的加权和，确定所述目标行人的下一时刻动作辨识结果；其中，交通实体密度是单位面积内行人与自行车数量之和，混合比例是单位面积内自行车数量与行人数量之比，混合速度是单位面积内所有自行车与行人的平均速度。6.一种面向人自混行环境的行人安全预警系统，其特征在于，所述系统，包括：数据采集器、行为偏好分类器、运动意图辨识...

【专利技术属性】
技术研发人员：王晓原，夏媛媛，刘亚奇，刘士杰，韩俊彦，郭永青，刘善良，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：山东,37