基于自然观察数据的行人过街意图预测模型研究

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。