输气站场人员“意图+轨迹”早期智能风险预警

为防止输气站场无关人员闯入作业区造成事故,提前预判人员可能的位置,提出一种融合人员行进意图和轨迹的人员位置早期智能预判方法,建立基于机器视觉的输气站场人员行动“意图+轨迹”早期智能风险预警模型;在收集人员行动图像的基础上,通过方向梯度直方图(HOG)提取人员头部方向特征,利用支持向量机(SVM)分类器分类识别头部方向,分为正常直行、观望中直行、意图转弯3种行进意图,根据头部方向初步判别其行进意图以预判行进方向;对识别出人员意图转弯的情形进行持续追踪,结合卡尔曼滤波算法预测人员短时行进轨迹,从而实现对不同风险情景的预测,达到分级早期预警的目的。研究结果表明:该方法辨识行人意图准确率为90.79%,预测与实际轨迹曲线间相关系数r_(1)为0.99484,r_(2)为0.99343,两者高度相关,准确率较高,能够实现输气站场无关人员闯入的早期智能监管。