【技术实现步骤摘要】
本专利技术涉及融合多源信息的行人过街意图预测方法。
技术介绍
1、在城市交通场景中，车辆经常会与过街的行人发生交通冲突。传统的意图识别算法主要是基于时空点、人体几何特征或运动信息提出的，信息来源单一，环境一旦复杂或者缺乏某一信息，往往效果很差。行人在道路上的行为或多或少受到多种因素的影响，如行人自身的性别年龄特征、步态、交通密度、是否单独行走、道路宽度、道路结构等等。因此模型需要在输入阶段就要获取到尽可能多的与行人交互的交通线索信息，才能够获取到用于描述行人的未来动作或在交通场景中将要采取何种运动轨迹。现有行人意图预测方法中，一方面缺乏对于道路结构、行人自身的生理特性等特征的考虑；另一方面对于信息之间的动态特性研究较少，缺乏多源信息的实时交互，难以自适应的关注需要关注的信息。
技术实现思路
1、本专利技术的目的是为了解决现有行人意图预测方法中，一方面缺乏对于道路结构、行人自身的生理特性等特征的考虑；另一方面对于信息之间的动态特性研究较少，缺乏多源信息的实时交互，难以自适应的关注需要关注的信...
【技术保护点】
1.基于多重自注意力机制融合多源信息的行人过街意图预测方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于多重自注意力机制融合多源信息的行人过街意图预测方法，其特征在于：所述步骤一中获取车辆前方自车视角下的图像信息和自车运动信息；具体过程为：
3.根据权利要求2所述的基于多重自注意力机制融合多源信息的行人过街意图预测方法，其特征在于：所述步骤二中通过目标检测模块对自车视角下的图像进行检测，获取自车视角下当前场景中行人过街意图的细部交通场景信息和行人自身特征信息；
4.根据权利要求3所述的基于多重自注意力机制融合多源信...
【技术特征摘要】
1.基于多重自注意力机制融合多源信息的行人过街意图预测方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于多重自注意力机制融合多源信息的行人过街意图预测方法，其特征在于：所述步骤一中获取车辆前方自车视角下的图像信息和自车运动信息；具体过程为：
3.根据权利要求2所述的基于多重自注意力机制融合多源信息的行人过街意图预测方法，其特征在于：所述步骤二中通过目标检测模块对自车视角下的图像进行检测，获取自车视角下当前场景中行人过街意图的细部交通场景信息和行人自身特征信息；
4.根据权利要求3所述的基于多重自注意力机制融合多源信息的行人过街意图预测方法，其特征在于：所述步骤三中通过目标跟踪模块对目标检测模块获取的当前场景中行人进行持续跟踪，从而将行人的时空位置关联起来，获得行人跟踪结果和行人历史轨迹信息；具体过程为：
5.根据权利要求4所述的基于多重自注意力机制融合多源信息...
【专利技术属性】
技术研发人员：李志慧，赵辉，陶鹏飞，汪明昕，萧家恒，马永建，谢渝，曹倩，李海涛，周世睿，
申请(专利权)人：吉林大学，
类型：发明
国别省市：
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。