一种考虑机动车转弯干扰的行人过街动态诱导方法及系统与流程

本发明涉及交叉口风险监测与安全管控，具体是一种考虑机动车转弯干扰的行人过街动态诱导方法及系统。

背景技术：

1、交叉口是城市路网的关键节点，大量机动车与行人等共行于同一空间中，机动车与行人的交互安全直接影响城市交通运行水平。在采用信号控制的交叉口处，当机动车流在绿灯相位中转弯进入相交道路时，极有可能对正在过街的行人产生干扰，导致右转和左转机动车时常与行人发生交通冲突，对行人的过街安全造成了潜在威胁。由于机动车在转弯过程中会连续性地调整行驶方向与速度，过街行人需要判断机动车的运动状态以动态调整其行走速度避免与转弯机动车发生碰撞。然而，由于右转机动车一般位于过街行人的视觉盲区，行人过街时极有可能因疏于观察忽视右转机动车的靠近；而当左转机动车与过街行人距离较远时，行人对二者间潜在交互风险的判断可能会出现偏差，极有可能会因为判断失误导致严重的交通冲突。因此，在信控交叉口处，对过街行人与左转和右转机动车间的冲突风险进行动态识别与评估，并以有效方式对行人进行过街的安全诱导，对于保障行人安全、提升交通流运行质量具有积极意义。

2、针对于这一问题，专利cn202310561857.x针对存在转弯盲区的交叉口，设计了一种基于深度学习的转弯机动车与行人间交通冲突的识别与预警方法，利用ai算法从实时采集的视频流中提取转弯车辆与行人的运动轨迹，通过比较车辆与行人间的最短距离判断是否存在人车冲突，当存在冲突风险时，利用智慧灯杆上的led屏对行人及司机进行视觉预警。cn202022138439.4公开了一种警示信号协同的行人感知路侧系统，利用视频监测设备实时采集人行横道图像，再通过主控单元处理图像以判断是否有行人进入，当检测到行人时，将安装在路灯杆上的指路标志、爆闪灯和注意行人标志以闪烁黄灯的方式警示往来车辆礼让行人。

3、但现有技术主要关注直行机动车与过街行人间的交互风险，但对于转弯机动车的影响考虑不足，尤其是如何对转弯机动车行驶轨迹的变化趋势进行预测鲜有关注，目前仍缺少能动态判断转弯机动车与过街行人间交互风险的完整技术框架。且现有技术一般采用发布通用性警示信息的方式对机动车和行人进行交互风险预警，行人仍无法获取具体的风险信息例如冲突风险发生的位置以及风险严重度等，而不明确、无针对性的警示信息极有可能会使行人产生困惑，干扰其行为决策，因此实际应用时无法产生良好的过街诱导效果。

技术实现思路

1、为了弥补现有技术问题的不足，本发明的目的在于提供一种考虑机动车转弯干扰的行人过街动态诱导系统及方法，通过对交叉口处左转和右转车道内机动车的识别追踪与转弯轨迹预测，结合对人行横道中过街行人的位置与运动状态检测，动态识别转弯机动车与行人间的交通冲突风险并评估风险严重程度，然后将风险信息通过沿人行横道边界布设的地埋式led灯带实时发布，以实现对行人过街的更为明确的动态诱导。

2、为实现上述目的，本发明提供如下技术方案：

3、一种考虑机动车转弯干扰的行人过街动态诱导方法，包括以下步骤：

4、(1)采集视频图像并提取交通个体轨迹与运动状态数据

5、实时获取能完整观测到交叉口内各方向的人行横道区域以及机动车左转进口道和右转进口道邻近交叉口的区域的视频图像，从视频图像中动态提取机动车和行人的基本形态参数、轨迹信息、位置、速度等运动状态信息以及周边环境信息，分别根据机动车和行人进入检测区域的时间对轨迹进行编号并存储，将其存储历史轨迹数据；

6、(2)构建转弯机动车时空轨迹池

7、以交叉口两条相交道路的交点为原点o，以其中一条道路的轴线方向为x轴正向，将其逆时针旋转90度为y轴正向，构建笛卡尔直角坐标系，通过o点的xoy平面的法线方向建立z轴，表征机动车在各时刻下的行驶速度。选取适当的距离尺度与速度尺度，将x、y轴按一定距离(可取0.2m)分割，将z轴按一定速度(可取0.2m/s)分割，基于此将o-xyz坐标空间分割为m*n*l个空间立方体；

8、将历史视频数据中所有转弯机动车轨迹按照一定时间窗(可取0.2s)分隔为多个连续轨迹点，并将所有轨迹点坐标和对应的速度大小投影至o-xyz坐标系的空间栅格，得到一个m*n*l的路径检索矩阵，该矩阵中的每个元素均储存了占用该空间栅格的转弯机动车轨迹编号，完成转弯机动车时空轨迹池的构建；

9、(3)构建长短时记忆神经网络模型

10、长短时记忆神经网络模型以转弯机动车在过去n秒的轨迹信息序列与其视域内的环境信息序列串联后作为输入特征序列，以其在当前时刻后n秒内的轨迹信息序列为输出。基于转弯机动车时空轨迹池中的轨迹数据，对每条转弯机动车轨迹，在各时刻下分别按照长短时记忆神经网络模型的输入信息和输出信息时间窗截取相应的特征序列数据和轨迹信息序列数据，构建包含输入与输出序列一一对应的训练数据集、验证数据集和测试数据集。以训练数据集对长短时记忆神经网络模型进行训练，并完成模型验证和测验，构建转弯机动车轨迹预测长短时记忆神经网络模型；

11、(4)转弯机动车与过街行人的交通冲突风险评估

12、当交叉口某一行驶方向的左转或右转机动车相位处于绿灯状态时，根据实时视频图像检测左转进口道和右转进口道是否有机动车；若检测到转弯机动车，则根据视频图像提取该转弯机动车进入检测区域后的历史轨迹和环境信息序列，利用长短时记忆神经网络模型预测其在当前时刻后n秒内的短时轨迹信息序列，再根据预测轨迹点平面坐标值与对应时刻速度共同构成的轨迹点数据，在转弯机动车时空轨迹池中确定短时预测轨迹中连续轨迹点所对应的的空间栅格单元坐标，然后找出转弯机动车轨迹池占用相应栅格单元频次最高的已有机动车轨迹的编号，以该编号转弯机动车的后续轨迹作为当前转弯机动车在当前时刻下的长时预测轨迹；

13、对于可能与当前转弯机动车存在冲突的人行横道，通过监控视频图像检测人行横道内的行人状态，并根据行人的位置、前进方向与速度，确定可能与当前转弯机动车产生交通冲突的行人个体，以二者的轨迹交点为潜在冲突点，计算转弯机动车与过街行人间的交通冲突指标；

14、(5)对行人过街动态诱导

15、根据步骤(4)中的交通冲突指标判断转弯机动车与行人间冲突的严重度，并将冲突区域与严重度信息通过人行横道边界布设的地埋式led灯带进行动态发布，以地埋式led灯带颜色和闪光频率的方式对行人进行风险提示。

16、所述环境信息包括位于转弯机动车视域内的交通个体在当前时刻下的位置坐标、速度大小和前进方向矢量信息；以及在各时刻下提取该机动车与邻近静态结构物的距离、与邻近个体的距离。

17、属于机动车视域范围交通个体的筛选如下：

18、针对每辆转弯机动车，在各时刻下，以转弯机动车质心点位置为圆心，以r(单位为m)为半径，以其当前速度方向为对称轴，生成一个圆心角为θ(单位为度)的扇形区域表征该机动车的视域，对于转弯机动车i，其在当前时刻的位置为vit，坐标为当前速度为则利用式(3)筛选位于机动车i视域范围内的交通个体：

19、

20、式中：为交通个体j在t时刻的位置，坐标为为当前时刻下由转弯机动车个体i的质心点指向交通个体j质心点的向量。

21、转弯机动车与过街行人间的交通冲突指标计算方法如下：

22、当前时刻下机动车i的转弯轨迹预测结果，记为对于行人j，其在当前时刻位于p点，坐标为速度为确定行人j与机动车i的轨迹交点为二者的潜在冲突点，记为q点，其坐标为

23、计算行人j到达冲突点q的时间为：

24、

25、式中：为当前时刻t下行人j到达与转弯机动车i间冲突点的时间；

26、对于机动车i，其到达冲突点q的时间根据式(5)估算：

27、

28、式中：为当前时刻t下机动车i到达冲突点q的时间；k为时间步数，对于轨迹点x坐标随车辆运动过程逐渐增大的转弯机动车，有对于轨迹点x坐标随车辆运动过程逐渐减小的转弯机动车，有对于轨迹点y坐标随车辆运动过程逐渐增大的转弯机动车，有对于轨迹点y坐标随车辆运动过程逐渐减小的转弯机动车，有

29、基于此，利用式(6)计算转弯机动车i与过街行人j间的交通冲突指标：

30、

31、式中：表征后侵入时间，为当前t时刻下转弯机动车i与过街行人j间的交通冲突风险指标。

32、地埋式led灯带提示风险的方式为：

33、沿其两侧边界布设的led灯间距为s，靠近o点一侧和另一侧边界led灯的坐标分别为和a和b分别为内外两侧边界布设的led灯数量，根据转弯机动车i的几何尺寸，将当前时刻下其预测轨迹沿轨迹径向分别向两侧平移1/2wi，得到机动车i的预测占用人行横道区域s，并确定其与人行横道内外侧交点的坐标分别为

34、在轴线沿x轴方向的相交道路a中，筛选坐标满足式(7)条件的led灯：

35、

36、式中：g、h均为正整数，表征该人行横道边界布设的led灯编号，且g∈[1，a]，h∈[1,b]；将满足式(7)的人行横道led灯编号最小值记为gmin和hmin，最大值为gmax和hmax，则有：

37、当时，将编号为[gmin-1,gmax+1]和[hmin-1,hmax+1]的led灯均亮红灯，并以频率f1闪光；

38、当时，将上述led灯亮红灯，并以频率f2闪光；

39、当时，将上述led灯亮红灯，并以频率f3闪光；f1＞f2＞f3；

40、对于该人行横道的其他led灯，则以绿灯形式常亮；

41、对于另一条相交道路b，按上述方式警示行人人行横道中的潜在危险区域和风险严重度。

42、一种考虑机动车转弯干扰的行人过街动态诱导系统，包括多个摄像机，通过多个摄像机完整监测到各方向的人行横道以及右转进口道和左转进口道内的机动车；

43、数据处理与传输装置，用于从摄像机采集到视频图像检测并追踪交叉口内的转弯机动车和过街行人；

44、控制系统中心，根据转弯机动车和行人的轨迹与运动状态，判断二者间是否存在交通冲突风险，若存在风险，则需要进一步确定冲突区域并评估风险严重程度，然后基于冲突信息发布人行横道led灯带的控制指令；

45、地埋式led灯带，灯泡能显示红色与绿色，其具体显示状态根据控制系统中心指令确定，有风险则闪烁红色，无风险则闪烁绿色。

46、与现有技术相比，本发明的有益效果是：

47、1、本发明利用利用短时与长时相结合的转弯机动车轨迹预测方法，能够动态预测转弯机动车在未来较长时段内各时刻的位置与运动速度，确定机动车转弯占用的人行横道区域；并结合当前时刻下进入人行横道的行人的位置与运动状态信息，能实时、准确地识别左转机动车和右转机动车与过街行人间的交互风险，并动态评估潜在冲突区域和风险严重度等级。

48、2、本发明利用地埋式led灯带，利用灯带颜色以及闪光频率可以能更加直观且具体地将风险信息(包括冲突风险发生的位置以及风险严重度)传达给过街行人，诱导行人动态调整其过街速度，最终达到保障机动车与行人安全交互、辅助行人安全过街的目的。

49、3、本发明以交叉口处大量的转弯机动车轨迹数据为基础，构建训练数据集训练神经网络模型，作为转弯机动车的短时轨迹预测模型，并基于航拍获得的大量转弯机动车轨迹集构建轨迹池，能够更为准确地预测转弯车辆的长时轨迹。