【技术实现步骤摘要】
一种基于计划行为理论的行人违章穿行行为辨识方法
本专利技术涉及智能交通系统安全驾驶
，特别是关于一种基于计划行为理论的行人违章穿行行为辨识方法。
技术介绍
近年来，随着智能车的逐步发展，由汽车造成的交通事故数量不断上升，而造成结果最为严重的人车交通事故逐渐成为社会关注的重点。行人违章穿行行为的辨识对保证车辆行车安全，降低驾驶人与道路行人交通风险具有重要意义。因此，对行人违章穿行行为意图的识别和对其违章穿行行为的辨识十分必要。对行人违章穿行行为的辨识需要综合考虑人、车和路各要素之间的耦合关系，进而识别行人穿行意图，并为驾驶决策提供支持。现有技术中，Zhou等人提出了一种基于计划行为理论的行人违章穿行行为预测方法。该方法通过问卷调查手段，获得行人的行为观念、主观规范、观测行为控制、客观规范、场景危险程度等变量，以计划行为理论解释行人的违章穿行行为。但问卷调查过于理想化，实际车辆无法获得相关信息，且没有考虑实际场景人与车辆、道路的交互，因此无法用于实际场景，只能用于事故分析领域。Dommes等人通过分析影响行...
【技术保护点】
1.一种基于计划行为理论的行人违章穿行行为辨识方法，其特征在于，包括：/n步骤1，采集当前交通场景中的相关感知信息；/n步骤2，根据所述相关感知信息中的行人个体特性，识别行人的激进程度；/n步骤3，根据所述相关感知信息中的行人群体特性，识别行人的从众效应；/n步骤4，根据与当前交通场景类似或相同交通场景的历史违章穿行行人数据，获知行人违章穿行行为的主要影响因素；/n步骤5，通过计划行为理论，将步骤2、步骤3和步骤4获得的结果进行融合，获得行人的违章穿行意图，进而辨识行人的违章穿行行为，并输出辨识结果。/n
【技术特征摘要】
1.一种基于计划行为理论的行人违章穿行行为辨识方法，其特征在于，包括：
步骤1，采集当前交通场景中的相关感知信息；
步骤2，根据所述相关感知信息中的行人个体特性，识别行人的激进程度；
步骤3，根据所述相关感知信息中的行人群体特性，识别行人的从众效应；
步骤4，根据与当前交通场景类似或相同交通场景的历史违章穿行行人数据，获知行人违章穿行行为的主要影响因素；
步骤5，通过计划行为理论，将步骤2、步骤3和步骤4获得的结果进行融合，获得行人的违章穿行意图，进而辨识行人的违章穿行行为，并输出辨识结果。
2.如权利要求1所述的基于计划行为理论的行人违章穿行行为辨识方法，其特征在于，所述步骤2中的行人的激进程度可具体表示为式(1)：
Anorm＝S(Av+Aa+Aw+Ab+Ad+Ao)(1)
式(1)中，S表示sigmoid函数，Av表示平均速度导致的激进程度，Aa表示最大加速度导致的激进程度，Aw表示等待时间导致的激进程度，Ab表示后退导致的激进程度，Ad表示干扰物导致的激进程度，Ao表示观察车流导致的激进程度。
3.如权利要求2所述的基于计划行为理论的行人违章穿行行为辨识方法，其特征在于，Av、Aa、Aw、Ab、Ad、和Ao为取值在0～1范围内的连续变量，或者，取值为0或1的离散变量。
4.如权利要求1所述的基于计划行为理论的行人违章穿行行为辨识方法，其特征在于，所述步骤3中，识别得到的行人的从众效应CE的获取方式表示为式(2)：
式(2)中，将行人的从众效应CE定义为违章行人比例和人群数量N的二元函数；
通过下式(9)对从众效应CE进行标准化，得到从众效应CEnorm：
CEnorm＝S(CE)(9)
式(9)中，S为sigmoid函数，将从众效应C转化为0～1之间的标准变量。
5.如权利要求1所述的基于计划行为理论的行人违章穿行行为辨识方法，其特征在于，所述步骤4具体包括：
步骤4.1，使用数据分类方法，将与当前交通场景相同或类似交通场景的历史行人数据划分为未违章穿行行人类和违章穿行行人类，并选择可能违章穿行的交通场景，以预设比例划分训练集与测试集，获知上述两类人群差异行为的主要场景影响因素；
步骤4.2，通过步骤4.1获知未违章穿行行人类和违章穿行行人类人群差异行为的n维主要场景影响因素后，进一步地，使用主成分分析方法，获得人群差异行为场景影响因素的主成分，其表示为式(10)：
式(10)中，Yi表示第i个主成分，Ci表示第...
【专利技术属性】
技术研发人员：郑四发，吴浩然，王裕宁，黄荷叶，王建强，许庆，李克强，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。