基于车辆视角数据的行人轨迹预测与风险等级评定

常用的基于路基视角数据的行人轨迹和风险预测模型往往无法避免复杂的建模运算和人工判断。为简洁而有效地预测行人轨迹和评定风险等级，本文中采用车辆视角数据建立行人轨迹和风险等级的预测模型，并先后进行车辆视角行人数据的采集、基于长短期记忆神经网络的行人轨迹预测和基于聚类分析-支持向量机方法的风险等级评定。实验结果表明，基于车辆视角数据所建立的数据驱动的模型能捕捉行人与车辆的运动趋势和交互特征，具有预测行人轨迹和评定风险等级的能力。