公开(公告)号：CN116777946A

公开(公告)日：2023-09-19

申请号：CN202310375506.X

申请日：2023-04-10

Applicant: 南京理工大学

Inventor： 周竹萍 ,  颜浩楠 ,  刘苏桐 ,  丁健 ,  姜子新 ,  念心怡

IPC: G06T7/207 ,  G06T7/246 ,  G06V10/774 ,  G06N3/0475 ,  G06N3/082 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048

Abstract: 本发明公开了一种基于改进Social‑GAN算法的复杂场景行人轨迹预测方法及装置。首先，根据固定视角采集的数据集对行人进行检测跟踪，利用混合高斯模型和骨骼点检测算法获得行人的过街意图和过街方向。其次，结合行人历史轨迹，以及行人与车辆的交互情况，利用改进Social‑GAN算法，通过生成器、池化块和鉴别器三个部分，输出行人的多模态轨迹。最后，基于NVIDIA JETSON TX2的轨迹预测及预警装置装备到车辆上，通过获得的轨迹信息，实现车辆对过街行人轨迹的提前预测。本发明可以大幅提高复杂交通场景的通行效率，减少人车之间的冲突。

公开(公告)号：CN118279983A

公开(公告)日：2024-07-02

申请号：CN202410379450.X

申请日：2024-03-29

Applicant: 南京理工大学

Inventor： 周竹萍 ,  王子旭 ,  王杉 ,  念心怡

IPC: G06V40/20 ,  G06N5/04 ,  G06N5/022 ,  G06N7/01 ,  G06V10/774 ,  G06V10/74

Abstract: 本发明涉及一种基于时序知识图谱和认知推理的拟人化行人过街意图识别方法，旨在提高自动驾驶系统对行人过街意图识别的准确性、可靠性和泛化性。方法首先构建所需数据集，训练视频描述生成模型和四元组提取模型，建立面向行人过街场景的时序知识图谱。然后，采用认知推理技术，将时序知识图谱中的实体关系提取为过街特征输入模型进行训练，得到针对过街场景的认知推理模型，推理行人过街意图并储存。最后，将构建的模型应用于实时场景，通过拟人化认知类比推理技术实现行人过街意图识别。该方法在提高预测准确性、增强系统鲁棒性和增强可解释性方面具有显著优势，为自动驾驶系统的发展提供了重要支持。