一种行人的意图分析方法及系统与流程

文档序号:30226832发布日期:2022-06-01 01:53阅读:来源:国知局

技术特征:
1.一种行人的意图分析方法,其特征在于,包括:s110、获取行人图像数据;s120、根据所述行人图像数据,提取局部地图数据;s130、将所述行人图像数据输入第一意图分析模型,获取行人动作编码;s140、将所述局部地图数据输入第二意图分析模型,获取局部环境编码;s150、将所述行人动作编码及所述局部环境编码融合,获取行人意图数据;s160、获取行车速度数据;s170、基于所述行车速度数据及所述行人意图数据获得意图分析结果。2.根据权利要求1所述的方法,其特征在于,所述s110、获取行人图像数据,包括:采集目标车辆前方当前时刻图像,以获取所述行人图像数据。3.根据权利要求1所述的方法,其特征在于,所述s120、根据所述行人图像数据,提取局部地图数据,包括:s121、将所述行人图像数据进行边界框处理,获取所述行人图像数据的坐标;s122、根据预设规则扩展所述行人图像数据的边界框,获取扩展边界框的坐标;s123、根据所述扩展边界框的坐标提取局部地图数据。4.根据权利要求1所述的方法,其特征在于,所述s130、将所述行人图像数据输入第一意图分析模型,获取行人动作编码,包括:s131、编码所述图像数据,获得编码后的图像数据;s132、将编码后的图像数据输入双向长短时记忆网络,解码输出行人动作编码。5.根据权利要求1所述的方法,其特征在于,所述s140、将所述局部地图数据输入第二意图分析模型,获取局部环境编码,包括:s141、采用图像识别技术,确定所述局部地图数据中的多个目标;s142、对所述多个目标进行边界框处理,分别获取每一目标的目标边界框;s143、提取每一目标的目标边界框的左上角和右下角顶点,并对各个顶点进行分组;s144、将分组后的顶点输入高效神经网络,获取局部环境编码。6.根据权利要求1所述的方法,其特征在于,所述s150、将所述行人动作编码及所述局部环境编码融合,获取行人意图数据,包括:s151、将所述行人动作编码及所述局部环境编码进行拼接,获取复合编码序列;s152、将所述复合编码序列输入双向长短时记忆网络,输出复合编码向量;s153、将所述复合编码向量输入全连接层,获取行人意图数据。7.根据权利要求1所述的方法,其特征在于,所述s160、获取行车速度数据,包括:采集目标车辆当前时刻速度数据。8.根据权利要求1所述的方法,其特征在于,所述行人意图数据,包括:快速穿过、低速穿过及等待。9.根据权利要求8所述的方法,其特征在于,所述s170、基于所述行车速度数据及所述行人意图数据获得意图分析结果,包括:根据如下公式确定意图分析结果:
其中,v是行车速度数据;th是行车速度阈值;s是行人意图数据,s=0表示等待意图,s=1表示低速穿过意图,s=2表示快速穿过意图;r是意图分析结果。10.一种行人的意图分析系统,其特征在于,包括:图像数据获取模块,用于获取行人图像数据;地图数据提取模块,用于根据所述行人图像数据,提取局部地图数据;行人动作编码模块,用于将所述行人图像数据输入第一意图分析模型,获取行人动作编码;局部环境编码模块,用于将所述局部地图数据输入第二意图分析模型,获取局部环境编码;行人意图数据获取模块,用于将所述行人动作编码及所述局部环境编码融合,获取行人意图数据;行车速度获取模块,用于获取行车速度数据;意图分析模块,用于基于所述行车速度数据及所述行人意图数据获得意图分析结果。

技术总结
本申请提供的一种行人的意图分析方法及系统,该方法包括:获取行人图像数据;根据所述行人图像数据,提取局部地图数据;将所述行人图像数据输入第一意图分析模型,获取行人动作编码;将所述局部地图数据输入第二意图分析模型,获取局部环境编码;将所述行人动作编码及所述局部环境编码融合,获取行人意图数据;获取行车速度数据;基于所述行车速度数据及所述行人意图数据获得意图分析结果。通过该方法能够获取更准确的行人意图分析结果。够获取更准确的行人意图分析结果。够获取更准确的行人意图分析结果。


技术研发人员:ꢀ(74)专利代理机构
受保护的技术使用者:北京拙河科技有限公司
技术研发日:2022.02.25
技术公布日:2022/5/31
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1