利索能及
我要发布
收藏
专利号: 2022106542836
申请人: 长安大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种高速路行人穿越时间预测方法,其特征在于,包括以下步骤:采集行人初始穿越道路的信息录入运动学模型,基于运动学模型设置不同行人穿越道路的对应松弛时间,预估行人穿越道路初步预测结果;

所述基于运动学模型设置不同行人穿越道路的对应松弛时间的过程包括以下步骤:根据获取的行人初始穿越道路的状态信息,通过运动学模型预测行人穿越时间tT';

通过对比tT'与不同类别行人对应的穿越时间上限值 判断行人所属类别,确定初步预测结果及对应松弛时间;

若 则该行人为激进型,初步预测结果为 松弛时间σ1;

若 则该行人为一般型,初步预测结果为 松弛时间σ2;

若 则该行人为保守型,初步预测结果为 松弛时间σ3;

所述运动学模型的构建基于事先采集的行人穿越道路的数据将具有不同穿越时间的行人分为激进、一般和保守三类,对三类行人的穿越时间总体均值进行估计,基于拉依达准则确定不同类别行人对应的穿越时间上限值;

所述对三类行人的穿越时间总体均值进行估计包括以下步骤:计算第i类行人总体均值和方差分别为μi和 对不同类别行人穿越时间数据进行分布检验;

基于数据分布特性和子样均值及方差对总体均值和方差进行估计,得到置信度为1‑α下总体均值μi的置信区间;

取置信区间上限作为最终的μi估计值,进而得到穿越时间总体均值;

所述基于拉依达准则确定不同类别行人对应的穿越时间上限值包括以下步骤:行人穿越时间在(μi‑3σi,μi+3σi)范围内的概率为0.9974,确定不同类别行人对应的穿越时间上限值:其中,σi即为松弛时间;

持续采集行人穿越道路的实时信息并基于卡尔曼滤波轨迹预测得到行人穿越道路实时预测结果,比较初步预测结果和实时预测结果的差值;

基于初步预测结果和实时预测结果的差值和松弛时间,不断重置预估行人穿越道路信息,得到车‑人冲突时间窗。

2.根据权利要求1所述一种高速路行人穿越时间预测方法,其特征在于,车‑人冲突时间窗为 其中,t0为行人开始穿越道路时刻,tf为行人结束穿越道路时刻,则,行人穿越时间为:tT=tf‑t0。

3.根据权利要求1所述一种高速路行人穿越时间预测方法,其特征在于,所述持续采集行人穿越道路的实时信息过程为:行人在t‑1时刻的状态向量为Xt‑1,

T

Xt‑1=(p,v) ;

其中,p为当前时刻行人所在位置,v为当前时刻行人的速度。

4.根据权利要求3所述一种高速路行人穿越时间预测方法,其特征在于,所述行人实时预测结果计算过程为:其中, 为t时刻行人状态估计值;n为车道数,wr为车道宽度; 为行人行走方向与道路横截面夹角均值;

实时预测结果为:t‑t0+tK;

基于初步预测结果和实时预测结果的差值,确定是否需要重置松弛时间;

若 则行人穿越时间预测结果 保持不变;若 则行人穿越时间预测结果重置: 并以此类推,得到最终的行人穿越时间预测结果为:;其中m为重置次数,得到车‑人冲突时间窗的预测结果为

5.一种高速路行人穿越时间预测系统,其特征在于,基于权利要求1‑4所述任一项一种高速路行人穿越时间预测方法,包括:初步预测结果模块,用于采集行人初始穿越道路的信息录入运动学模型,基于运动学模型设置不同行人穿越道路的对应松弛时间,预估行人穿越道路初步预测结果;

所述基于运动学模型设置不同行人穿越道路的对应松弛时间的过程包括以下步骤:根据获取的行人初始穿越道路的状态信息,通过运动学模型预测行人穿越时间tT';

通过对比tT'与不同类别行人对应的穿越时间上限值 判断行人所属类别,确定初步预测结果及对应松弛时间;

若 则该行人为激进型,初步预测结果为 松弛时间σ1;

若 则该行人为一般型,初步预测结果为 松弛时间σ2;

若 则该行人为保守型,初步预测结果为 松弛时间σ3;

所述运动学模型的构建基于事先采集的行人穿越道路的数据将具有不同穿越时间的行人分为激进、一般和保守三类,对三类行人的穿越时间总体均值进行估计,基于拉依达准则确定不同类别行人对应的穿越时间上限值;

所述对三类行人的穿越时间总体均值进行估计包括以下步骤:计算第i类行人总体均值和方差分别为μi和 对不同类别行人穿越时间数据进行分布检验;

基于数据分布特性和子样均值及方差对总体均值和方差进行估计,得到置信度为1‑α下总体均值μi的置信区间;

取置信区间上限作为最终的μi估计值,进而得到穿越时间总体均值;

所述基于拉依达准则确定不同类别行人对应的穿越时间上限值包括以下步骤:行人穿越时间在(μi‑3σi,μi+3σi)范围内的概率为0.9974,确定不同类别行人对应的穿越时间上限值:其中,σi即为松弛时间;

预测结果差值模块,用于持续采集行人穿越道路的实时信息并基于卡尔曼滤波轨迹预测得到行人穿越道路实时预测结果,比较初步预测结果和实时预测结果的差值;

车‑人冲突时间窗模块,用于基于初步预测结果和实时预测结果的差值,不断重置预估行人穿越道路信息,得到车‑人冲突时间窗。

6.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至

4任一项所述一种高速路行人穿越时间预测方法的步骤。

7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述一种高速路行人穿越时间预测方法的步骤。