行人轨迹预测方法关键问题研究:现状及展望

行人轨迹预测旨在利用观察到的人类历史轨迹和周围环境信息来预测目标行人未来的位置信息,该研究具有重要的应用价值,可以降低自动驾驶车辆在社会交互下的碰撞风险。然而,传统的模型驱动的行人轨迹预测方法难以在复杂高动态的场景下对行人进行轨迹预测。相比之下,数据驱动的行人轨迹预测方法依靠大规模数据集平台,可以更好地捕捉和建模更复杂的行人交互关系,进而取得较精准的行人轨迹预测效果,成为自动驾驶、机器人导航和视频监控等领域的研究热点。为了宏观把握行人轨迹预测方法的研究现状及关键问题,以行人轨迹预测技术和方法分类为切入点,首先,详述行人轨迹预测已有方法的研究进展并归纳了目前存在的关键问题与挑战;其次,根据行人轨迹预测模型的建模差异,将现有方法分为模型驱动和数据驱动的行人轨迹预测方法,同时总结了不同方法的优缺点及适用场景;然后,对行人轨迹预测任务中使用的主流数据集进行了归纳总结,并对比了不同算法的性能指标;最后,针对行人轨迹预测的未来发展方向进行了展望。

一种单手操作血液标本留样架的研制和应用

目的为有效保证采血护士的安全,防止发生意外针头刺伤和避免留样错误。方法采血、留样时使用单手操作血标本留样架,整个操作过程单手完成。结果 2015年1月至6月,意外针头刺伤率和留样错误发生率均为0%,同比下降0.07%和0.03%。结论单手操作血标本留样架的使用,有效保证了一线采血人员的健康安全,防止职业暴露的发生,也提高了采血留样的准确性。