一种融合社会交互感知的行人轨迹预测方法技术

本发明专利技术提供了一种融合社会交互感知的行人轨迹预测方法，属于智能交通技术领域，包括以下步骤：S1:通过专用的嵌入层将原始的行人轨迹数据编码为高维特征空间；S2:对轨迹数据中的时间关系进行建模；S3:构建了一个行人社交图；S4:Transformer的解码器集成了经过时间和空间处理的特征，这些特征结合了历史运动信息和当前的社会互动，从而生成一个全面的综合特征表示；本发明专利技术通过协同合并时间和空间处理，可以更准确地预测行人轨迹，尤其是在复杂的人群密集环境中；同时本发明专利技术能够有效集成Transformer和GCN架构的特征，使其能够捕捉到对行人动态的深入上下文理解以及行人轨迹在隐藏状态内的关联，同时考虑个人运动模式和集体社会影响。

【技术实现步骤摘要】

本专利技术主要涉及智能交通，具体涉及一种融合社会交互感知的行人轨迹预测方法。

技术介绍

1、在智能交通和监控系统领域，行人轨迹预测被广泛认为是一种降低碰撞风险的有效方法。行人轨迹预测已经取得了显著的进展，特别是深度学习方法的引入，使得模型在短期轨迹预测上表现出色。然而，行人的运动往往是高度随机的，且受到周围环境、社会互动、群体动态等多种因素的影响。因此，如何有机地捕捉和建模复杂的行人交互关系，以预测合理的未来轨迹，是当前行人轨迹预测领域中的一个重大挑战和研究热点。

2、目前尽管基于社会属性交互的行人轨迹预测研究取得了一定的研究进展，但是仍然存在以下问题：(1)当前主流的方法多数基于时间序列分析，注重近距离范围内的邻居行人及环境对目标行人的影响。然而，这些方法仅考虑行人与环境的交互关系，忽视了行人轨迹在隐藏状态内的关联，无法充分捕捉行人之间的交互行为。(2)目前基于社会属性交互的行人轨迹预测研究多数是利用图卷积神经网络(gcn)上开展的，实验表明这种方法能够将行人交互关系嵌入图邻接矩阵中进行有效的建模，但是这些方法在提取空间交互特征时未充分处理行本文档来自技高网...

【技术保护点】

1.一种融合社会交互感知的行人轨迹预测方法，主要包含嵌入层、Transformer编码器、行人社会关系模块和Transformer解码器四个组件，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种融合社会交互感知的行人轨迹预测方法，其特征在于，所述步骤S1中，嵌入层首先将合并后的输入观测序列和预测序列的向量转换为嵌入式空间，具体描述如下：嵌入式层接收合并后的行人观测轨迹序列的输入以及预测的轨迹序列观测到的轨迹序列的形状定义如下：

3.根据权利要求1所述的一种融合社会交互感知的行人轨迹预测方法，其特征在于，所述步骤S2中，Transformer编码器对合并后的...

【技术特征摘要】

1.一种融合社会交互感知的行人轨迹预测方法，主要包含嵌入层、transformer编码器、行人社会关系模块和transformer解码器四个组件，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种融合社会交互感知的行人轨迹预测方法，其特征在于，所述步骤s1中，嵌入层首先将合并后的输入观测序列和预测序列的向量转换为嵌入式空间，具体描述如下：嵌入式层接收合并后的行人观测轨迹序列的输入以及预测的轨迹序列观测到的轨迹序列的形状定义如下：

3.根据权利要求1所述的一种融合社会交互感知的行人轨迹预测方法，其特征在于，所述步骤s2中，transformer编码器对合并后的行人状态进行编码生成嵌入式...

【专利技术属性】
技术研发人员：王成栋，高雯博，王建明，
申请(专利权)人：安徽信息工程学院，
类型：发明
国别省市：