基于自然观察数据的行人过街意图预测模型研究  

作　　者：施雯[1] 赵彬 刘艳娟 

机构地区：[1]陕西青年职业学院财经系,陕西西安710068 [2]长安大学汽车学院,陕西西安710064

出　　处：《大学（社会科学）》2021年第10期110-112,共3页University

基　　金：2021年度陕西省职业技术教育学会课题(课题编号:2021SZXYB32)。

摘　　要：车载行人预警系统在提高车辆的行车安全和行人保护方面发挥了重要的积极作用,但较高的误报率导致该系统的接受度较低。为提高车载行人预警系统的准确率,本文利用激光雷达和高清摄像头对行人过街时行人和车辆的行驶数据进行了采集,并对行人过街时的行为特性进行了分析,根据分析结果建立了基于随机森林机器学习方法的行人过街意图预测模型,模型的准确率达96.43%。结果表明,该预测模型能够很好地对行人过街意图进行预测,对提高车载行人预警系统的准确率具有重要意义,有助于交通安全的提高。

关 键 词：行人预警系统 行人过街 机器学习 预测模型 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]