[发明专利]一种道路行人碰撞风险预测方法及其系统有效
申请号: | 202011093486.X | 申请日: | 2020-10-14 |
公开(公告)号: | CN112249021B | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 谷俊;何俏君;钟力阳;徐梓峰;张志德;郭继舜 | 申请(专利权)人: | 广州汽车集团股份有限公司 |
主分类号: | B60W40/00 | 分类号: | B60W40/00;B60W40/02 |
代理公司: | 深圳汇智容达专利商标事务所(普通合伙) 44238 | 代理人: | 徐文城 |
地址: | 510030 广东省广州市越秀*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 道路 行人 碰撞 风险 预测 方法 及其 系统 | ||
1.一种道路行人碰撞风险预测方法,其特征在于,包括:
步骤S1、获取当前本车前视图像;
步骤S2、检测所述当前本车前视图像中是否存在行人;若存在行人,则获取所述行人与本车之间的距离信息,并根据所述距离信息判断是否需要进行行人意图预测;若需要,则执行步骤S3和步骤S5,若不需要,则执行步骤S4;
步骤S3、根据所述当前本车前视图像对所述行人进行姿态检测,得到所述行人的骨骼关键点坐标信息;根据所述行人的骨骼关键点坐标信息确定所述行人的行为类型和身体朝向;并根据所述距离信息、行为类型和身体朝向预测所述行人的意图,其中,当所述行人位于本车所在的当前车道区时,若所述行人的行为类型为移动行走,并且身体朝向为左侧向本车或右侧向本车,则所述行人的意图为行人横穿车道;或者,若所述行人的行为类型为移动行走,并且身体朝向为面向本车,则所述行人的意图为行人占道逆行;或者,若所述行人的行为类型为移动行走,并且身体朝向为背向本车,则所述行人的意图为行人占道同行;或者,若所述行人的行为类型为站立停留,则所述行人的意图为行人占道停留;
步骤S4、确定行人碰撞风险为低级;
步骤S5、根据预测得到的所述行人的意图,确定行人碰撞风险为高级、中级或低级。
2.根据权利要求1所述的道路行人碰撞风险预测方法,其特征在于,在所述步骤S2中,根据所述距离信息判断是否需要进行行人意图预测,包括:
获取所述行人与本车的纵向距离,并根据所述纵向距离判断所述行人是否位于危险区内;若位于危险区外,则进入步骤S4;若位于危险区内,则获取所述行人与本车的横向距离,根据所述横向距离判断所述行人是否位于车道区内,若位于车道区内,则进入步骤S3;若位于车道区外,则进入步骤S4。
3.根据权利要求2所述的道路行人碰撞风险预测方法,其特征在于,所述当前本车前视图像的下边界与地面参考矩形框的下边界平行,所述地面参考矩形框为位于本车前方地面的预设虚拟矩形框;
所述当前本车前视图像为通过一前视摄像头获取得到,所述前视摄像头设置于本车前部且位于中轴线上,且本车中轴线的延长线与所述地面参考矩形框的中心轴线重合。
4.根据权利要求3所述的道路行人碰撞风险预测方法,其特征在于,所述步骤S2,包括:
对所述当前本车前视图像进行行人检测,获取行人检测方框;获取所述地面参考矩形框和行人检测方框在当前本车前视图像中的各角点坐标信息;并且,根据所述各角点坐标信息计算得到所述行人与本车的纵向距离、横向距离。
5.根据权利要求2所述的道路行人碰撞风险预测方法,其特征在于,根据所述行人的骨骼关键点坐标信息确定所述行人的行为类型,包括:
将所述行人的骨骼关键点坐标信息输入预先训练好的SVM分类模型,输出所述行人的行为类型;所述行为类型包括移动行走、站立停留。
6.根据权利要求5所述的道路行人碰撞风险预测方法,其特征在于,根据所述行人的骨骼关键点坐标信息确定所述行人的身体朝向,包括:
将所述行人的骨骼关键点坐标信息输入预先训练好的机器学习模型或规则模型,输出所述行人的身体朝向;其中,当所述行人位于本车所在车道区内时,所述身体朝向包括侧向本车、背向本车、左侧向本车、右侧向本车。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州汽车集团股份有限公司,未经广州汽车集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011093486.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种高强度锻态高熵合金及其制备方法
- 下一篇:功能玻璃的热处理工艺及功能玻璃