排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
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. 相似文献
1