一种基于神经微分方程的行人轨迹预测方法及系统与流程

技术特征：

1.一种基于神经微分方程的行人轨迹预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经微分方程的行人轨迹预测方法，其特征在于，步骤s1中所述真实场景数据包括行人数据、场地数据以及行人周边移动目标数据。

3.根据权利要求2所述的一种基于神经微分方程的行人轨迹预测方法，其特征在于，步骤s2中对所述真实场景数据进行分析和处理包括：

4.根据权利要求1所述的一种基于神经微分方程的行人轨迹预测方法，其特征在于，步骤s4中构建的轨迹预测模型中包含目标点预测神经网络和神经微分神经网络两个神经网络；

5.根据权利要求4所述的一种基于神经微分方程的行人轨迹预测方法，其特征在于，所述神经微分神经网络将微分方程与神经网络相结合，行人的状态用如下微分方程表示：

6.一种基于神经微分方程的行人轨迹预测系统，其特征在于，包括：

7.根据权利要求6所述的一种基于神经微分方程的行人轨迹预测系统，其特征在于，所述真实场景数据包括行人数据、场地数据以及行人周边移动目标数据。

8.根据权利要求6所述的一种基于神经微分方程的行人轨迹预测系统，其特征在于，所述数据处理模块包括目标检测与追踪模块、语义分割模块；

9.根据权利要求6所述的一种基于神经微分方程的行人轨迹预测系统，其特征在于，所述轨迹预测模块中包含目标点预测神经网络和神经微分神经网络两个神经网络；

10.根据权利要求9所述的一种基于神经微分方程的行人轨迹预测系统，其特征在于，所述神经微分神经网络将微分方程与神经网络相结合，行人的状态用如下微分方程表示：

技术总结
本发明公开了一种基于神经微分方程的行人轨迹预测方法及系统，包括以下步骤：S1、采集目标区域的真实场景数据；S2、对真实场景数据进行分析和处理，并将处理后的真实场景数据存入数据库中；S3、构建仿真数据生产模型，根据先验和假设数据生产出多样化的模拟轨迹数据，并将模拟轨迹数据存入数据库中；S4、构建轨迹预测模型，并对轨迹预测模型进行增量学习和训练；S5、实时获取待预测的场景数据，输入训练好的轨迹预测模型中，输出对行人未来运动轨迹的预测结果；S6、将行人未来运动轨迹的预测结果进行可视化展示。本发明不仅具备冷启动能力，能在开始阶段就提供服务，省时省力，还具备动态更新能力，能适应各种变化，预测结果鲁棒性强。

技术研发人员：张攀,张鹏飞,苏江
受保护的技术使用者：暗物智能科技（广州）有限公司
技术研发日：
技术公布日：2024/1/15