江苏大学学报(自然科学版)

作者：袁朝春，宋金行，何友国，JIEShen，陈龙，翁烁丰

单位：<div style=\line-height: 150%\>1. 江苏大学 汽车工程研究院， 江苏 镇江 212013； 2. 密歇根大学迪尔本分校 计算机科学与信息科学系， 密歇根州 迪尔本MI 48128</div>\r\n<div style=\line-height: 150%\>&nbsp;</div>

关键词：无人驾驶汽车, 卷积神经网络, 卡尔曼滤波, 轨迹预测, 安全距离模型, 行人主动避撞算法

基金：国家自然科学基金资助项目(51775247)

&nbsp;针对传统轨迹预测算法无法深入挖掘行人行走意图信息，不能提前对行人轨迹做出提前预判，导致无人驾驶汽车主动避撞算法存在缺陷等问题，通过车载传感器获取道路行人图像信息和位置信息，并基于卷积神经网络对道路行人动作特征进行识别，分析其行走意图.利用卡尔曼滤波算法获取状态估计的预测值，结合行人主观意图进行修正，输出符合行人主观意图的预测轨迹.通过人车交汇特性建立不同行人轨迹类别的预估安全距离模型，并基于道路行人轨迹预测，设计行人主动避撞算法.结果表明：行人动作特征变化时，基于动作特征分析的行人轨迹预测算法，预测的轨迹能够提前对行人的轨迹变化做出预测，有效保障了道路行人的安全性；提出的轨迹特性分类可较好地表述混杂环境下的人车交汇情况，主动避撞算法在提高行人和无人驾驶汽车行驶安全性的同时，确保了制动减速过程的平缓性和交通流的通畅性.

来源：2021年第1期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2021年第1期