混合交通環境下行人安全狀態識別與預警技術研究

《混合交通環境下行人安全狀態識別與預警技術研究》是依託上海交通大學，由王春香擔任項目負責人的面上項目。

基本介紹

• 中文名：混合交通環境下行人安全狀態識別與預警技術研究
• 項目類別：面上項目
• 項目負責人：王春香
• 依託單位：上海交通大學

項目摘要

混合交通環境下，實時、準確、可靠地檢測出車輛周圍行人，通過對行人姿態估計、意圖分析和運動預測，評估其安全狀態，並以多種方式警告行人、駕駛員及跟隨車輛可能發生的碰撞等級，為避免交通事故發生提供有力的理論依據和技術支撐。提出一種基於多感測器融合的行人檢測方法。以距離感測器完成行人檢測，視覺感測器完成行人識別和意圖分析，克服單一感測器的局限性，解決算法的實時性與魯棒性問題。提出一種基於車路協作的行人檢測方法。利用無線感測網路，搭建多平台多感測器框架，實現車輛與道路之間協作，擴大系統感知範圍，消除信息盲區，解決混合交通環境下行人遮擋、道路死角問題，保證行人檢測可靠性。提出一套完整的行人意圖分析與預測算法。通過行人姿態估計、意圖分析和運動預測，提高高機動性目標的跟蹤速度與精度，為實現行人安全狀態評估和預警提供技術支撐。建立覆蓋典型場景的行人測試資料庫，為研究行人安全狀態識別，算法測試和評估奠定基礎。

結題摘要

混合交通條件下，實時、準確、可靠地檢測出車輛周圍的高機動性的行人，通過對行人的姿態估計、意圖分析和運動預測，對其安全狀態進行評估，從而以多種方式警告行人、駕駛員以及跟隨車輛可能發生的碰撞等級，為避免交通事故的發生提供了有力的技術支撐。 主要研究內容： （1）提出基於多感測器融合的行人檢測方法。以距離感測器完成行人檢測，以視覺感測器完成行人識別和意圖分析，克服單一感測器局限性，解決算法實時性與魯棒性問題，並完善攝像頭和雷射雷達的聯合標定方法。（2）提出基於車路協作的行人檢測方法，包括基於GPS的多車協作和基於路口信標的車路協作行人檢測研究。利用無線感測網路，建立多平台多感測器框架，實現車輛與道路之間協作，擴大系統感知範圍，消除信息盲區，解決混合交通條件下行人遮擋、道路死角問題，保證行人檢測可靠性。（3）提出一種新的行人檢測運算元G2P，結合基於改進的TLD 框架的行人跟蹤系統，提高行人檢測的適應性和穩定性。（4）提出基於GPDM和HMM的行人意圖分析與預測算法。利用GPDM學習低維隱空間和高維人體位姿空間的映射，捕獲人行走時的動力學特徵，作為隱式馬爾科夫模型輸入數據的觀測狀態，達到預測隱式的行人行為的目的，最終實現對行人意圖的分析與預測，解決行為預測的多變性與複雜性。 取得的重要成果如下： （1）在國內外重要學術刊物上發表論文15篇，在國際學術會議上發表8篇，其中SEI收錄累計3篇，EI收錄累計15篇。項目執行期間獲得國家發明專利授權3項，申請國家發明專利6項並均已公開。（2）已培養13名碩士研究生畢業，另外有3名博士研究生參與了該項目的研究工作。（3）參加學術會議10次，和美國伯克利大學、美國CMU大學、法國國家信息與自動化研究所、法國巴黎礦業大學、日本豐田工業大學等建立了長期合作關係，並於2014年10月31日加入了自動駕駛國際聯盟。（4）研究成果已集成在所研製的CyberTiggo智慧型車和CyberOne無人電動車上。