一种行人运动趋势的预警的方法、系统平台及存储介质技术方案

本发明专利技术涉及互联网技术领域，具体涉及一种行人运动趋势的预警的方法、系统、平台及存储介质。本发明专利技术通过获取行人图像原始数据信息；通过梯度计算，得出行人移动特征数据信息；将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配；根据路径匹配结果，预测判断出行人行走的轨迹；根据预测判断的轨迹数据信息，实时发出预警信息。能在行人前往马路两侧的路上、推测其行为趋势、在其还没有到达马路及横穿马路之前发出预警，并将预警发送给附近更多的智能网联车。

A Pedestrian Motion Trend Warning Method, System Platform and Storage Media

【技术实现步骤摘要】
一种行人运动趋势的预警的方法、系统平台及存储介质
本专利技术涉及互联网
，具体涉及一种行人运动趋势的预警的方法、系统、平台及存储介质。
技术介绍
截止目前，主流方向是路侧单元设备通过摄像头和微波设备对已经处在马路周边的行人进行感知，再将预警信息通过LTE-V-C广播出去。即路侧单元设备只能将到行人的风险通过广播发送给智能网联车，无法感知行人的风险，也无法将其风险发送预警给智能网联车。而且，现有的都是基于路侧单元设备预警系统由摄像头、微波、路侧单元网络系统组成，布置于行人频繁出入的路段及视野相对狭小的路口，通过摄像头、微波设备辨识一定范围内行人位置，通过LTE-V-C网络发布信息提示，防止碰撞发生。但其发布信息的时间是行人已经在马路两侧、或行人已经开始横穿马路时才发布，对于智能网联车预警的及时性不够，预警价值相对较小，且信息发布的范围有限，无法覆盖到更远范围的智能网联车辆。
技术实现思路
针对以上对于智能网联车预警的及时性不够，预警价值相对较小，且信息发布的范围有限，无法覆盖到更远范围的智能网联车辆的问题的缺陷，本专利技术提供一种行人运动趋势的预警的方法、系统、平台及存储介质，可以通过智能网联车及时预警，预警价值高，且信息发布的范围广，可以覆盖到更远范围的智能网联车辆。本专利技术具体通过以下技术方案实现：一种行人运动趋势的预警的方法，所述的方法具体包括如下步骤：获取行人图像原始数据信息；通过梯度计算，得出行人移动特征数据信息；将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配；根据路径匹配结果，预测判断出行人行走的轨迹；根据预测判断的轨迹数据信息，实时发出预警信息。进一步地，于步骤获取行人图像原始数据信息中，具体为通过摄像头拍摄的每一帧的静态图片中，利用HOG特征提取算法识别出行人，并生成一个边界框。进一步地，于步骤获取行人图像原始数据信息中，还包括如下步骤：获取拍摄到的行人图像原始数据信息；根据图像原始数据信息，对图像颜色空间归一化处理；对颜色空间归一化处理的图像进行预补偿处理；将经过预补偿的实数值进行反归一化处理。进一步地，于步骤通过梯度计算，得出行人移动特征数据信息中，梯度在图像中对应的为其一阶导数，具体地公式如下：其中即为所求的梯度，Gx是沿x方向上的梯度，Gy是沿y方向上的梯度，梯度的幅值计算公式如下：方向角的计算公式如下：进一步地，于步骤通过梯度计算，得出行人移动特征数据信息中，还包括步骤：对行人移动特征划分成多个互不重叠且大小相同的细胞单元；计算出每个细胞单元梯度大小和梯度方向。进一步地，于步骤计算出每个细胞单元梯度大小和梯度方向之后，还包括步骤：将计算的多个细胞单元组合成块；对组合成块的梯度直方图作归一化；对归一化的行人特征进行SVM分类；提取行人的轮廓并用边框标注出来。进一步地，于步骤将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配之中；还包括步骤：采用低纬度特征来捕捉行人的移动特征；根据捕捉行人的移动特征，结合历史轨迹数据进行路径匹配；具体路径匹配算法如下：A和B两者之间的“距离”为：其中A,B为两路径，NA，NB分别表示路径A和B的个数，ai,bi分别为A,B路径中的状态，ε为固定的决策边界，head(A)表示序列L1(*)表示L1标准，distLCS(A,B)∈[0,1]。进一步地，于步骤根据路径匹配结果，预测判断出行人行走的轨迹中，还包括如下步骤：根据路径匹配结果，计算出行人停止的概率；具体算法如下：其中，p(Cs|L)为待求的人停止的概率，Cs表示行人停止的轨迹库，Cw表示行人行走的轨迹库，w(l)＝1-distQRLCS(A,B)；为最终预测到的状态；通过计算出的行人停止的概率，结合历史的时间，地点和天气情况做多元预测的回归分析。进一步地，于步骤根据预测判断的轨迹数据信息，实时发出预警信息中，还包括如下步骤：根据最终获得不同概率值的轨迹数据信息，发出不同程度的预警信息。为实现上述目的，本专利技术还提供一种行人运动趋势的预警的系统，所述的系统具体包括：获取单元，用于获取行人图像原始数据信息；梯度计算单元，用于通过梯度计算，得出行人移动特征数据信息；路径匹配单元，用于将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配；预测判断单元，根据路径匹配结果，预测判断出行人行走的轨迹；预警单元，用于根据预测判断的轨迹数据信息，实时发出预警信息。进一步地，所述的获取单元还包括：第一获取模块，用于获取拍摄到的行人图像原始数据信息；第一归一化处理模块，用于根据图像原始数据信息，对图像颜色空间归一化处理；预补偿处理模块，用于对颜色空间归一化处理的图像进行预补偿处理；反归一化处理模块，用于将经过预补偿的实数值进行反归一化处理；相应地，梯度计算单元还包括：特征划分模块，用于对行人移动特征划分成多个互不重叠且大小相同的细胞单元；细胞单元计算模块，用于计算出每个细胞单元梯度大小和梯度方向；细胞单元组合模块，用于将计算的多个细胞单元组合成块；第二归一化处理模块，用于对组合成块的梯度直方图作归一化；SVM分类模块，用于对归一化的行人特征进行SVM分类；边框标注模块，用于提取行人的轮廓并用边框标注出来；相应地，路径匹配单元还包括：特征捕捉模块，用于采用低纬度特征来捕捉行人的移动特征；第一路径匹配模块，用于根据捕捉行人的移动特征，结合历史轨迹数据进行路径匹配；相应地，预测判断单元还包括：停止概率计算模块，用于根据路径匹配结果，计算出行人停止的概率；回归分析模块，用于通过计算出的行人停止的概率，结合历史的时间，地点和天气情况做多元预测的回归分析；相应地，预警单元还包括：第一预警模块，用于根据最终获得不同概率值的轨迹数据信息，发出不同程度的预警信息。为实现上述目的，本专利技术还提供一种行人运动趋势的预警的平台，包括：处理器、存储器以及行人运动趋势的预警平台控制程序；其中在所述处理器执行所述行人运动趋势的预警平台控制程序，所述行人运动趋势的预警平台控制程序被存储在所述存储器中，所述的行人运动趋势的预警平台控制程序，实现所述的行人运动趋势的预警的方法步骤。为实现上述目的，本专利技术还提供一种计算机可读取存储介质，所述计算机可读取存储介质存储有行人运动趋势的预警平台控制程序，所述行人运动趋势的预警平台控制程序，实现所述的行人运动趋势的预警的方法步骤。与现有技术相比，本专利技术具有以下有益效果：本专利技术通过一种行人运动趋势的预警的方法，获取行人图像原始数据信息；通过梯度计算，得出行人移动特征数据信息；将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配；根据路径匹配结果，预测判断出行人行走的轨迹；根据预测判断的轨迹数据信息，实时发出预警信息。及相应地系统单元和模块：获取单元，用于获取行人图像原始数据信息；梯度计算单元，用于通过梯度计算，得出行人移动特征数据信息；路径匹配单元，用于将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配；预测判断单元，根据路径匹配结果，预测判断出行人行走的轨迹；预警单元，用于根据预测判断的轨迹数据信息，实时发出预警信息。进一步地，所述的获取单元还包括：第一获取模块，用于获取拍摄到的行人图像原始数据信息；第一归一化处理模块，用于根据图像原始数据信息，对图像颜色空间归一化处理本文档来自技高网...

【技术保护点】
1.一种行人运动趋势的预警方法，其特征在于，所述的方法具体包括如下步骤：获取行人图像原始数据信息；通过梯度计算，得出行人移动特征数据信息；将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配；根据路径匹配结果，预测判断出行人行走的轨迹；根据预测判断的轨迹数据信息，实时发出预警信息。

【技术特征摘要】
1.一种行人运动趋势的预警方法，其特征在于，所述的方法具体包括如下步骤：获取行人图像原始数据信息；通过梯度计算，得出行人移动特征数据信息；将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配；根据路径匹配结果，预测判断出行人行走的轨迹；根据预测判断的轨迹数据信息，实时发出预警信息。2.根据权利要求1所述的一种行人运动趋势的预警的方法，其特征在于，于步骤获取行人图像原始数据信息中，具体为通过摄像头拍摄的每一帧的静态图片中，利用HOG特征提取算法识别出行人，并生成一个边界框。3.根据权利要求1所述的一种行人运动趋势的预警的方法，其特征在于，于步骤获取行人图像原始数据信息中，还包括如下步骤：获取拍摄到的行人图像原始数据信息；根据图像原始数据信息，对图像颜色空间归一化处理；对颜色空间归一化处理的图像进行预补偿处理；将经过预补偿的实数值进行反归一化处理。4.根据权利要求1所述的一种行人运动趋势的预警的方法，其特征在于，于步骤通过梯度计算，得出行人移动特征数据信息中，梯度在图像中对应的为其一阶导数，具体地公式如下：其中即为所求的梯度，Gx是沿x方向上的梯度，Gy是沿y方向上的梯度。梯度的幅值计算公式如下：方向角的计算公式如下：5.根据权利要求1所述的一种行人运动趋势的预警的方法，其特征在于，于步骤通过梯度计算，得出行人移动特征数据信息中，还包括步骤：对行人移动特征划分成多个互不重叠且大小相同的细胞单元；计算出每个细胞单元梯度大小和梯度方向。6.根据权利要求5所述的一种行人运动趋势的预警的方法，其特征在于，于步骤计算出每个细胞单元梯度大小和梯度方向之后，还包括步骤：将计算的多个细胞单元组合成块；对组合成块的梯度直方图作归一化；对归一化的行人特征进行SVM分类；提取行人的轮廓并用边框标注出来。7.根据权利要求1所述的一种行人运动趋势的预警的方法，其特征在于，于步骤将计算得到的行人移动特征数据信息同历史轨迹数据进行路径匹配之中；还包括步骤：采用低纬度特征来捕捉行人的移动特征；根据捕捉行人的移动特征，结合历史轨迹数据进行路径匹配；具体路径匹配算法如下：A和B两者之间的“距离”为：其中A,B为两路径，NA，NB分别表示路径A和B的个数，ai,bi分别为A,B路径中的状态，ε为固定的决策边界，head(A)表示序列L1(*)表示L1标准，distLCS(A,B)∈[0,1]。8.根据权利要求1所述的一种行人运动趋势的预警的方法，其特征在于，于步骤根据路径匹配结果，预测判断出行人行走的轨迹中，还包括如下步骤：根据路径匹配结果，计算出行人停止的概率；具体算法如下：其中p(Cs|L)为待求的人停止的概率，Cs表示行人停止的轨迹库，Cw表示行人行走的轨迹库，w(l)＝1-distQRLCS(A,B)，为最终预测到的...

【专利技术属性】
技术研发人员：李然，吴鸿，袁峰，郭桂福，莫春梅，黄祖成，邵贤鹏，
申请(专利权)人：中科智城广州信息科技有限公司，
类型：发明
国别省市：广东,44