一种考虑行人过街安全意识的车辆驾驶控制方法及系统

专利名称：一种考虑行人过街安全意识的车辆驾驶控制方法及系统

专利类型：发明专利

专利申请号：CN202410775110.9

专利申请（专利权）人：吉林大学
权利人地址：吉林省长春市南关区人民大街5988号吉林大学南岭校区

专利发明（设计）人：丁同强,邰文龙,高帅,孙健,郝宇博,张星,费敏学,靳秉毅,李志强,田建,胡馨月,席建锋,郑黎黎,龙思与,李兴佳,殷慧娟,刘诗楠,杨雨菁,陈文浩

专利摘要：本发明属于道路车辆控制领域，涉及一种考虑行人过街安全意识的车辆驾驶控制方法及系统，该系统包括车辆数据采集模块、车载通讯模块、行人数据采集模块、路侧通讯模块、中央控制模块、数据处理模块、行人安全意识计算模块、油门控制模块、制动控制模块、语音控制模块；数据处理模块用于处理行人和车辆数据，提取一系列能够反映行人过街安全意识的行为参数；行人安全意识计算模块用于根据行人过街场景，调用相应安全意识检测模型，使用行人的行为参数和交通流参数计算行人过街时的安全意识评分和等级。该系统可以客观评估行人过街安全意识，并根据安全意识等级对附近与行人的剩余碰撞时间小于预定值的车辆提前预警和控制，从而减少交通事故的发生。

主权利要求：
1.一种考虑行人过街安全意识的车辆驾驶控制方法，其特征在于，该方法包括以下步骤：步骤S1：数据获取；
步骤S1.1.获取交通流数据，所述交通流数据包括交通量 、交通流速度 、车头时距 ；
步骤S1.2.获取车辆数据，所述车辆数据包括车辆的速度 、车辆的位置( )、车辆转弯时的转向角 、车辆的轴距 、车辆的稳定系数 、车辆的长度 和宽度 ；
步骤S1.3.采集行人数据；
在行人过街处路侧设置毫米波雷达、高清摄像机，采集行人的位置( )、速度 、行人的步长 和肩宽 以及实时过街视频；
步骤S2：数据处理；
在获取到交通流数据、车辆数据和行人数据以后，对数据处理，提取一系列能够反映行人过街安全意识的行为参数；其中，在信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人对信号灯注视时长与过街时长比 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人在信号周期内选择过街的时间点 ；
在无信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 ；
在路段行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人接近遮挡物并计划过街前的观察时间 ；
步骤S3：将不同场景下提取的参数输入与其相对应的得分函数；
其中，行人对信号灯注视时长与过街时长比得分函数为：；
式中，为行人对信号灯注视时长与过街时长比； 为理想的行人对信号灯注视时长与过街时长比； 为理想比例的标准偏差；
行人在信号周期内选择过街的时间点得分函数为：；
式中， 为在信号交叉口行人过街场景下行人在信号周期内选择过街的时间点；为绿灯开始时刻；为绿灯时长；
行人过街途中的头部转动频率得分函数为：
；
；
式中，h为行人过街途中的头部转动频率； 为理想头部转动频率，为交通量；为交通流速度； 为车头时距； 为调整函数，用来根据交通量、交通流速度和车头时距调整理想头部转动频率； 均为调节系数，调节交通量、交通流速度和车头时距对行人理想头部转动频率的影响程度；
行人对冲突车辆的感知‑反应时间得分函数为：
；
式中，为行人对冲突车辆的感知‑反应时间；为调节系数，用于调节分数增减的速度；
行人与冲突车辆的剩余碰撞时间得分函数为：
；
式中， 为行人与直行车辆的剩余碰撞时间； 为行人与转弯车辆的剩余碰撞时间； 为行人与冲突车辆的理想剩余碰撞时间；
行人离人行横道中心线的平均距离得分函数为：
；
式中，为行人离人行横道中心线的平均距离； 为最大容许距离；
行人过街途中的注视点停留时间得分函数为：
；
式中， 为行人过街途中第 个注视点的停留时间；为行人过街途中注视点的总数；
为理想的最小停留时间， 为理想的最大停留时间， 为指示函数，当括号内的条件满足时，值为1，否则为0；
行人过街时警惕遮挡物的得分函数为：
；
；
式中， 为行人接近遮挡物并计划过街前的观察时间； 为行人接近遮挡物并计划过街前的理想观察时间；为调节系数，调节分数减少的速度；
步骤S4：利用建立的行人过街安全意识检测模型分别对不同场景下的行人过街安全意识进行检测；其中，所述行人过街安全意识检测模型包括信号交叉口行人过街安全意识的检测模型，用于对信号交叉口行人过街场景下的行人过街安全意识进行检测；无信号交叉口行人过街安全意识的检测模型，用于对无信号交叉口行人过街场景下的行人过街安全意识进行检测；路段行人过街安全意识的检测模型，用于对路段行人过街场景下的行人过街安全意识进行检测；
信号交叉口行人过街安全意识的检测模型如下：
；
式中，为行人在信号交叉口过街时的安全意识评分； 均为权重系数；
无信号交叉口行人过街安全意识的检测模型：
；
式中， 为行人在无信号交叉口过街时的安全意识评分； 均为权重系数；
路段行人过街安全意识的检测模型：
；
式中， ：行人在路段过街时的安全意识评分； 均为权重系数；
步骤S5：根据行人过街安全意识的评分，对行人的安全意识进行分级；
步骤S6：根据行人的安全意识等级对附近与行人的剩余碰撞时间小于预定值的车辆进行控制。
2.根据权利要求1所述的一种考虑行人过街安全意识的车辆驾驶控制方法，其特征在于，步骤S2中能够反映行人过街安全意识的行为参数在行人过街过程中按照检测间隔多次提取或者首次提取后重复使用；其中，行人在信号周期内选择过街的时间点 与行人接近遮挡物并计划过街前的观察时间 是在首个检测周期内提取，之后的每次检测均使用首次提取结果。
3.根据权利要求2所述的一种考虑行人过街安全意识的车辆驾驶控制方法，其特征在于，步骤S2中，行人对冲突车辆的感知‑反应时间 用于衡量行人对有冲突的车辆产生感知并对其作出反应的时间，该参数在没有与行人有冲突的车辆时无法提取，取值为0，直到首次提取到行人对冲突车辆的感知‑反应时间，在之后的检测中若有新的提取结果则使用，否则使用前面提取结果的平均值；行人与冲突车辆的剩余碰撞时间用于反映行人的位置或行动是否安全，在没有与行人有冲突的车辆时，行人与冲突车辆的剩余碰撞时间取值为∞，直到首次提取到行人与冲突车辆的剩余碰撞时间，在之后的检测中若有新的提取结果则使用，否则使用前面提取结果的平均值。
4.根据权利要求3所述的一种考虑行人过街安全意识的车辆驾驶控制方法，其特征在于，步骤S2中，行人与冲突车辆的剩余碰撞时间 的提取方法为：将获取到的行人、车辆数据输入到行人过街的 模型，所述行人过街的 模型包括直行车辆与行人的 模型、转弯车辆与行人的 模型；其中，直行车辆与行人的 模型如下：；
；
；
；
；
式中， 为车辆的位置； 为行人的位置； 为初始时刻车辆与行人的纵向距离；
为初始时刻车辆与行人的横向距离； 为冲突点偏移的纵向距离； 为车辆前保险杠到偏移冲突点的距离；和 分别为车辆的长和宽；和 分别为行人的步长和肩宽； 为车辆的速度； 为行人的速度； 为行人的横向速度； 为行人的纵向速度；
转弯车辆与行人的 模型如下：
；
；
；
；
；
；
式中， 为偏移冲突点的横坐标； 为车辆的位置； 为行人的位置；和 分别为车辆的长和宽；和 分别为行人步长和肩宽； 为车辆的速度； 为行人的速度； 为行人的横向速度； 为行人的纵向速度； 为初始时刻，转弯车辆前保险杠行驶到初始冲突点的圆心角； 为转弯车辆前保险杠行驶到偏移冲突点的圆心角； 为初始时刻，行人到初始冲突点的纵向距离； 为冲突点偏移的纵向距离； 为行人到偏移冲突点的纵向距离；
为圆心角 对应的弧线距离； 为圆心角 对应的弧线距离；为车辆的转弯半径。
5.根据权利要求4所述的一种考虑行人过街安全意识的车辆驾驶控制方法，其特征在于，步骤S4中，信号交叉口行人过街安全意识的检测模型中 分别为；无信号交叉口行人过街安全意识的检测模型中 分别为 ；路段行人过街安全意识的检测模型中 分别为。
6.根据权利要求5所述的一种考虑行人过街安全意识的车辆驾驶控制方法，其特征在于，步骤S5中，0‑59分为C级、60‑79分为B级、80‑100分为A级，若行人的安全意识等级为A，则通过语音提醒驾驶员“前方有行人过街，请注意避让”；若行人的安全意识等级为B，则通过语音提醒驾驶员“前方有行人过街，请注意避让”，同时减小油门开度为原来的 ；若行人的安全意识等级为C，则通过语音提醒驾驶员“前方有行人过街，请注意避让”并减小油门开度为原来的 ，同时提高电子液压制动系统提供电子制动力为原来的1.5倍。
7.实现权利要求6所述方法的车辆驾驶控制系统，其特征在于，该系统包括车辆数据采集模块、车载通讯模块、行人数据采集模块、路侧通讯模块、中央控制模块、数据处理模块、行人安全意识计算模块、油门控制模块、制动控制模块、语音控制模块；
其中，所述车辆数据采集模块，用于获取车辆的的位置、行驶状态信息；
所述车载通讯模块，用于上传车辆的行驶状态信息和技术参数至中央控制模块，并接收中央控制模块下达的控制策略；
所述行人数据采集模块，用于获取行人的位置、速度和实时过街视频；
所述路侧通讯模块，用于上传行人数据至中央控制模块；
所述中央控制模块，用于接收车载通讯模块和路侧通讯模块上传的数据，从交通管理部门获取实时交通流数据，并根据行人的安全意识等级给车辆下达控制策略；包括数据处理模块、行人安全意识计算模块；
所述数据处理模块，用于处理行人和车辆数据，提取一系列能够反映行人过街安全意识的行为参数，包括行人对信号灯注视时长与过街时长比 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人在信号周期内选择过街的时间点 、行人过街途中的注视点停留时间 、行人接近遮挡物并计划过街前的观察时间 ；
行人安全意识计算模块，用于根据行人过街场景，调用相应安全意识检测模型，使用行人的行为参数和交通流参数计算行人过街时的安全意识评分和等级；
其中，信号交叉口行人过街安全意识的检测模型如下：；
；
；
；
；
；
；
；
式中，为行人对信号灯注视时长与过街时长比； 为理想的行人对信号灯注视时长与过街时长比； 为理想比例的标准偏差；为行人离人行横道中心线的平均距离； 为最大容许距离； 在信号交叉口行人过街场景下行人在信号周期内选择过街的时间点； 为绿灯开始时刻；为绿灯时长；h为行人过街途中的头部转动频率； 为理想头部转动频率；为交通量；为交通流速度； 为车头时距； 为调整函数，用来根据交通量、交通流速度和车头时距调整理想头部转动频率； 均为调节系数，调节交通量、交通流速度和车头时距对行人理想头部转动频率的影响程度；为行人对冲突车辆的感知‑反应时间；为调节系数，用于调节分数增减的速度； 为行人与直行车辆的剩余碰撞时间；
为行人与转弯车辆的剩余碰撞时间； 为行人与冲突车辆的理想剩余碰撞时间；
为行人在信号交叉口过街时的安全意识评分； 均为权重系数；
无信号交叉口行人过街安全意识的检测模型：
；
；
式中， 为行人过街途中第 个注视点的停留时间；为行人过街途中注视点的总数；
为理想的最小停留时间； 为理想的最大停留时间； 为指示函数，当括号内的条件满足时，值为1，否则为0； 为行人在无信号交叉口过街时的安全意识评分； 均为权重系数；
路段行人过街安全意识的检测模型：
；
；
；
式中， 为行人接近遮挡物并计划过街前的观察时间； 为行人接近遮挡物并计划过街前的理想观察时间；为调节系数，调节分数减少的速度； 为行人在路段过街时的安全意识评分； 均为权重系数；
所述油门控制模块，用于控制油门开度；
所述制动控制模块，用于控制电子液压制动系统提供的电子助力；
所述语音控制模块，用于控制车辆的语音系统。
8.根据权利要求7所述的车辆驾驶控制系统，其特征在于，所述车辆数据采集模块与车载雷达摄像头相连，获取车辆行驶状态信息，通过车载通讯模块将车辆行驶状态信息和技术参数上传至中央控制模块，并将数据存储在第一存储器上；
所述行人数据采集模块与路侧设置的毫米波雷达、高清摄像机相连，获取行人的位置、速度以及实时过街视频，通过路侧通讯模块将行人数据上传至中央控制模块，并将数据存储在第二存储器上；
所述中央控制模块从交通管理部门获取实时交通流数据，并将其存储在第三存储器上；
所述数据处理模块从第一存储器和第二存储器中调取车辆数据和行人数据，采用数据处理方法提取一系列能够反映行人过街安全意识的行为参数；
所述行人安全意识计算模块根据行人过街场景，调用相应安全意识检测模型，然后利用数据处理模块提取到的行为参数，结合从第三存储器中调取的交通流数据，一起计算行人的安全意识评分和等级，并把检测结果存储到第四存储器；
所述中央控制模块从第四存储器调取行人的安全意识等级信息，并根据行人的安全意识等级下达车辆控制策略。 说明书 : 一种考虑行人过街安全意识的车辆驾驶控制方法及系统技术领域[0001] 本发明属于道路车辆控制领域，具体地，涉及一种考虑行人过街安全意识的车辆驾驶控制方法及系统。背景技术[0002] 行人发生交通事故的自身原因主要有：（1）警惕性不足，如使用手机、平板电脑等电子设备分心行走、过街时未充分观察来车情况等；（2）违反交通规则，如闯红灯、在非人行横道处横穿马路等。这些行为反映了行人安全意识的淡薄。[0003] 行人的安全意识是指其在参与交通活动时，能够认识并适应周围交通环境，并采取必要措施以保障自身安全的能力。这种意识主要体现在对交通规则的遵守程度、对交通环境的警觉性以及对潜在风险的响应速度等方面。因此，通过研究过街场景下行人的行为特征，提出一种行人过街安全意识的检测方法，具有重要的现实意义。可以利用该方法获取行人过街时的安全意识水平，当识别到安全意识较差的行人时，控制附近的车辆提前减速，随时准备避让，并且对这类行人进行有针对性的交通安全教育和警示，实现良性循环，从而有效减少交通事故的发生。[0004] 行人安全意识的检测方法较少，现有的方法主要是通过安全意识测量问卷来评估行人安全意识，如北京交通大学戎靖的《交通安全意识与安全行为之间的关系研究》所述，该研究主要从安全知识、安全态度、安全行为取向和心理素质四个方面构建行人安全意识测量问卷，随后利用问卷调查进行安全意识评估。虽然此方法能提供一定程度上的安全意识评价，但存在明显局限性：该方法高度依赖于参与者的主观判断和自我报告，数据易受记忆偏差和社会期望影响，这将限制安全意识检测结果的准确性和可靠性。此外，该方法缺乏对行人在实际交通环境中即时反应和决策的客观观察，而这些直接观察到的行为能够更为直观和有效地揭示行人的安全意识。[0005] 目前还没有针对行人安全意识检测对车辆进行控制的相关报道，仅有检测驾驶人安全意识的文献。例如：专利201711345175.6公开了一种基于虚拟驾驶与EEG检测的驾驶人安全意识评估方法，该方法在虚拟驾驶环境中采集驾驶人的操作数据，如方向盘转动数据、刹车数据和转向灯开启数据等，以此分析驾驶人的行为。同时使用脑电监测设备采集驾驶人的脑电信号评估其情绪状态，判定驾驶人格。最后，基于驾驶人的驾驶行为和驾驶人格综合评估驾驶人的安全意识。尽管该方法能够提供一个多维度的安全意识评估，但并不适用于行人的安全意识检测。首先，该专利涉及的驾驶操作数据并不适合用于描述行人。其次，脑电信号的测量对环境极为敏感，易受环境的干扰影响其准确性，并且佩戴脑电监测设备也会影响行人的正常行动，存在安全风险。发明内容[0006] 鉴于上述技术问题和缺陷，本发明的目的在于提供一种考虑行人过街安全意识的车辆驾驶控制方法，该方法通过直接观察行人在实际交通环境中的即时反应和决策，客观评估其安全意识，并根据安全意识等级对附近与行人的剩余碰撞时间小于预定值的车辆提前预警和控制，从而减少交通事故的发生。[0007] 为实现上述目的，本发明采用如下技术方案：[0008] 一种考虑行人过街安全意识的车辆驾驶控制方法，该方法包括以下步骤：[0009] 步骤S1：数据获取；[0010] 步骤S1.1.获取交通流数据，所述交通流数据包括交通量 、交通流速度 、车头时距 ；[0011] 步骤S1.2.获取车辆数据，所述车辆数据包括车辆的速度 、车辆的位置( )、车辆转弯时的转向角 、车辆的轴距 、车辆的稳定系数 、车辆的长度 和宽度 ；[0012] 步骤S1.3.采集行人数据；[0013] 在行人过街处路侧设置毫米波雷达、高清摄像机，采集行人的位置( )、速度、行人的步长 和肩宽 以及实时过街视频；[0014] 步骤S2：数据处理；[0015] 在获取到交通流数据、车辆数据和行人数据以后，对数据处理，提取一系列能够反映行人过街安全意识的行为参数；其中，在信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人对信号灯注视时长与过街时长比 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人在信号周期内选择过街的时间点 ；[0016] 在无信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 ；[0017] 在路段行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人接近遮挡物并计划过街前的观察时间 ；[0018] 步骤S3：将不同场景下提取的参数输入与其相对应的得分函数；[0019] 其中，行人对信号灯注视时长与过街时长比得分函数为：[0020] ；[0021] 式中，为行人对信号灯注视时长与过街时长比； 为理想的行人对信号灯注视时长与过街时长比； 为理想比例的标准偏差；[0022] 行人在信号周期内选择过街的时间点得分函数为：[0023] ；[0024] 式中， 为在信号交叉口行人过街场景下行人在信号周期内选择过街的时间点；为绿灯开始时刻； 为绿灯时长；[0025] 行人过街途中的头部转动频率得分函数为：[0026] ；[0027] ；[0028] 式中，h为行人过街途中的头部转动频率； 为理想头部转动频率，为交通量；为交通流速度； 为车头时距； 为调整函数，用来根据交通量、交通流速度和车头时距调整理想头部转动频率； 均为调节系数，调节交通量、交通流速度和车头时距对行人理想头部转动频率的影响程度；[0029] 行人对冲突车辆的感知‑反应时间得分函数为：[0030] ；[0031] 式中，为行人对冲突车辆的感知‑反应时间；为调节系数，用于调节分数增减的速度；[0032] 行人与冲突车辆的剩余碰撞时间得分函数为：[0033] ；[0034] 式中， 为行人与直行车辆的剩余碰撞时间； 为行人与转弯车辆的剩余碰撞时间； 为行人与冲突车辆的理想剩余碰撞时间；[0035] 行人离人行横道中心线的平均距离得分函数为：[0036] ；[0037] 式中，为行人离人行横道中心线的平均距离； 为最大容许距离；[0038] 行人过街途中的注视点停留时间得分函数为：[0039] ；[0040] 式中， 为行人过街途中第 个注视点的停留时间；为行人过街途中注视点的总数； 为理想的最小停留时间， 为理想的最大停留时间， 为指示函数，当括号内的条件满足时，值为1，否则为0；[0041] 行人过街时警惕遮挡物的得分函数为：[0042] ；[0043] ；[0044] 式中， 为行人接近遮挡物并计划过街前的观察时间； 为行人接近遮挡物并计划过街前的理想观察时间；为调节系数，调节分数减少的速度；[0045] 步骤S4：利用建立的行人过街安全意识检测模型分别对不同场景下的行人过街安全意识进行检测；其中，所述行人过街安全意识检测模型包括信号交叉口行人过街安全意识的检测模型，用于对信号交叉口行人过街场景下的行人过街安全意识进行检测；无信号交叉口行人过街安全意识的检测模型，用于对无信号交叉口行人过街场景下的行人过街安全意识进行检测；路段行人过街安全意识的检测模型，用于对路段行人过街场景下的行人过街安全意识进行检测；[0046] 信号交叉口行人过街安全意识的检测模型如下：[0047] ；[0048] 式中，为行人在信号交叉口过街时的安全意识评分； 均为权重系数；[0049] 无信号交叉口行人过街安全意识的检测模型：[0050] ；[0051] 式中， 为行人在无信号交叉口过街时的安全意识评分； 均为权重系数；[0052] 路段行人过街安全意识的检测模型：[0053] ；[0054] 式中， ：行人在路段过街时的安全意识评分； 均为权重系数；[0055] 步骤S5：根据行人过街安全意识的评分，对行人的安全意识进行分级；[0056] 步骤S6：根据行人的安全意识等级对附近与行人的剩余碰撞时间小于预定值的车辆进行控制。[0057] 作为本发明的优选，步骤S2中能够反映行人过街安全意识的行为参数在行人过街过程中按照检测间隔多次提取或者首次提取后重复使用；其中，行人在信号周期内选择过街的时间点 与行人接近遮挡物并计划过街前的观察时间 是在首个检测周期内提取，之后的每次检测均使用首次提取结果。[0058] 作为本发明的优选，步骤S2中，行人对冲突车辆的感知‑反应时间 用于衡量行人对有冲突的车辆产生感知并对其作出反应的时间，该参数在没有与行人有冲突的车辆时无法提取，取值为0，直到首次提取到行人对冲突车辆的感知‑反应时间，在之后的检测中若有新的提取结果则使用，否则使用前面提取结果的平均值；行人与冲突车辆的剩余碰撞时间用于反映行人的位置或行动是否安全，在没有与行人有冲突的车辆时，行人与冲突车辆的剩余碰撞时间取值为∞，直到首次提取到行人与冲突车辆的剩余碰撞时间，在之后的检测中若有新的提取结果则使用，否则使用前面提取结果的平均值。[0059] 作为本发明的优选，步骤S2中，行人与冲突车辆的剩余碰撞时间 的提取方法为：将获取到的行人、车辆数据输入到行人过街的 模型，所述行人过街的 模型包括直行车辆与行人的 模型、转弯车辆与行人的 模型；其中，直行车辆与行人的模型如下：[0060] ；[0061] ；[0062] ；[0063] ；[0064] ；[0065] 其中， 为车辆的位置； 为行人的位置； 为初始时刻车辆与行人的纵向距离； 为初始时刻车辆与行人的横向距离； 为冲突点偏移的纵向距离； 为车辆前保险杠到偏移冲突点的距离；和 分别为车辆的长和宽；和 分别为行人的步长和肩宽；为车辆的速度； 为行人的速度； 为行人的横向速度； 为行人的纵向速度；[0066] 转弯车辆与行人的 模型如下：[0067] ；[0068] ；[0069] ；[0070] ；[0071] ；[0072] ；[0073] 其中， 为偏移冲突点的横坐标； 为车辆的位置； 为行人的位置；和分别为车辆的长和宽；和 分别为行人步长和肩宽； 为车辆的速度； 为行人的速度；为行人的横向速度； 为行人的纵向速度； 为初始时刻，转弯车辆前保险杠行驶到初始冲突点的圆心角； 为转弯车辆前保险杠行驶到偏移冲突点的圆心角； 为初始时刻，行人到初始冲突点的纵向距离； 为冲突点偏移的纵向距离； 为行人到偏移冲突点的纵向距离； 为圆心角 对应的弧线距离； 为圆心角 对应的弧线距离；为车辆的转弯半径。[0074] 作为本发明的优选，步骤S4中，信号交叉口行人过街安全意识的检测模型中分别为 ；无信号交叉口行人过街安全意识的检测模型中 分别为 ；路段行人过街安全意识的检测模型中 分别为。[0075] 作为本发明的优选，步骤S5中，0‑59分为C级、60‑79分为B级、80‑100分为A级，若行人的安全意识等级为A，则通过语音提醒驾驶员“前方有行人过街，请注意避让”；若行人的安全意识等级为B，则通过语音提醒驾驶员“前方有行人过街，请注意避让”，同时减小油门开度为原来的 ；若行人的安全意识等级为C，则通过语音提醒驾驶员“前方有行人过街，请注意避让”并减小油门开度为原来的 ，同时提高电子液压制动系统提供电子制动力为原来的1.5倍。[0076] 本发明为实现上述方法还提供一种考虑行人过街安全意识的车辆驾驶控制系统，该系统包括车辆数据采集模块、车载通讯模块、行人数据采集模块、路侧通讯模块、中央控制模块、数据处理模块、行人安全意识计算模块、油门控制模块、制动控制模块、语音控制模块；[0077] 其中，所述车辆数据采集模块，用于获取车辆的位置、行驶状态信息；[0078] 所述车载通讯模块，用于上传车辆的行驶状态信息和技术参数至中央控制模块，并接收中央控制模块下达的控制策略；[0079] 所述行人数据采集模块，用于获取行人的位置、速度和实时过街视频；[0080] 所述路侧通讯模块，用于上传行人数据至中央控制模块；[0081] 所述中央控制模块，用于接收车载通讯模块和路侧通讯模块上传的数据，从交通管理部门获取实时交通流数据，并根据行人的安全意识等级给车辆下达控制策略；包括数据处理模块、行人安全意识计算模块；[0082] 所述数据处理模块，用于处理行人和车辆数据，提取一系列能够反映行人过街安全意识的行为参数，包括行人对信号灯注视时长与过街时长比 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人在信号周期内选择过街的时间点 、行人过街途中的注视点停留时间 、行人接近遮挡物并计划过街前的观察时间 ；[0083] 行人安全意识计算模块，用于根据行人过街场景，调用相应安全意识检测模型，使用行人的行为参数和交通流参数计算行人过街时的安全意识评分和等级；[0084] 其中，信号交叉口行人过街安全意识的检测模型如下：[0085] ；[0086] ；[0087] ；[0088] ；[0089] ；[0090] ；[0091] ；[0092] ；[0093] 式中，为行人对信号灯注视时长与过街时长比； 为理想的行人对信号灯注视时长与过街时长比； 为理想比例的标准偏差；为行人离人行横道中心线的平均距离；为最大容许距离； 为在信号交叉口行人过街场景下行人在信号周期内选择过街的时间点；为绿灯开始时刻； 为绿灯时长；h为行人过街途中的头部转动频率； 为理想头部转动频率；为交通量；为交通流速度； 为车头时距； 为调整函数，用来根据交通量、交通流速度和车头时距调整理想头部转动频率； 均为调节系数，调节交通量、交通流速度和车头时距对行人理想头部转动频率的影响程度；为行人对冲突车辆的感知‑反应时间；为调节系数，用于调节分数增减的速度； 为行人与直行车辆的剩余碰撞时间； 为行人与转弯车辆的剩余碰撞时间； 为行人与冲突车辆的理想剩余碰撞时间； 为行人在信号交叉口过街时的安全意识评分； 均为权重系数；[0094] 无信号交叉口行人过街安全意识的检测模型：[0095] ；[0096] ；[0097] 式中， 为行人过街途中第 个注视点的停留时间；为行人过街途中注视点的总数； 为理想的最小停留时间； 为理想的最大停留时间； 为指示函数，当括号内的条件满足时，值为1，否则为0； 为行人在无信号交叉口过街时的安全意识评分； 均为权重系数；[0098] 路段行人过街安全意识的检测模型：[0099] ；[0100] ；[0101] ；[0102] 式中， 为行人接近遮挡物并计划过街前的观察时间； 为行人接近遮挡物并计划过街前的理想观察时间；为调节系数，调节分数减少的速度； 为行人在路段过街时的安全意识评分； 均为权重系数；[0103] 所述油门控制模块，用于控制油门开度；[0104] 所述制动控制模块，用于控制电子液压制动系统提供的电子助力；[0105] 所述语音控制模块，用于控制车辆的语音系统。[0106] 作为本发明的优选，所述车辆数据采集模块与车载雷达摄像头相连，获取车辆行驶状态信息，通过车载通讯模块将车辆行驶状态信息和技术参数上传至中央控制模块，并将数据存储在第一存储器上；[0107] 所述行人数据采集模块与路侧设置的毫米波雷达、高清摄像机相连，获取行人的位置、速度以及实时过街视频，通过路侧通讯模块将行人数据上传至中央控制模块，并将数据存储在第二存储器上；[0108] 所述中央控制模块从交通管理部门获取实时交通流数据，并将其存储在第三存储器上；[0109] 所述数据处理模块从第一存储器和第二存储器中调取车辆数据和行人数据，采用数据处理方法提取一系列能够反映行人过街安全意识的行为参数；[0110] 所述行人安全意识计算模块根据行人过街场景，调用相应安全意识检测模型，然后利用数据处理模块提取到的行为参数，结合从第三存储器中调取的交通流数据，一起计算行人的安全意识评分和等级，并把检测结果存储到第四存储器；[0111] 所述中央控制模块从第四存储器调取行人的安全意识等级信息，并根据行人的安全意识等级下达车辆控制策略。[0112] 本发明的优点和有益效果：[0113] （1）本发明通过直接观察行人在实际交通环境中的即时反应和决策，客观评估其安全意识，不仅可以提前预警和控制附近车辆，同时还可以有针对性的对安全意识较低的行人给予交通安全教育和警示，该方法对于预防和减少交通事故的发生具有十分重要的现实意义。[0114] （2）本发明提供的方法为摆脱适用场景的限制，避免使用采集难度大和易受环境影响的生理参数，而是采用一系列可以有效反映行人安全意识的行为参数，如行人对信号灯注视时长与过街时长比、行人在信号周期内选择过街的时间点、行人过街途中的头部转动频率等，这些行为参数可以在实际交通场景中直接观察到，采集难度低且不易受环境影响，使行人过街安全意识的检测更便于广泛应用。[0115] （3）本发明提供的方法在计算行人与车辆的 时，考虑了行人过街路径可能为斜线的情况，建立直行车辆与行人、转弯车辆与行人的 模型，然后基于 和行人其他的行为参数建立了行人过街安全意识的检测模型，此种方法可以提高行人过街安全意识检测结果的准确性和可靠性，从而更好的对附近车辆进行提前预警和控制。附图说明[0116] 通过参考以下结合附图的说明，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。在附图中：[0117] 图1本发明实施例1提供的一种考虑行人过街安全意识的车辆驾驶控制方法流程图；[0118] 图2本发明直行车辆与过街行人的TTC示意图；[0119] 图3本发明转弯车辆与过街行人的TTC示意图；[0120] 图4本发明实施例2提供的一种考虑行人过街安全意识的车辆驾驶控制系统结构框图。具体实施方式[0121] 为使本领域技术人员能够更好的理解本发明的技术方案及其优点，下面结合附图对本申请进行详细描述，但并不用于限定本发明的保护范围。[0122] 实施例1一种考虑行人过街安全意识的车辆驾驶控制方法[0123] 本实施例提供一种考虑行人过街安全意识的车辆驾驶控制方法，图1为本实施例提供的一种考虑行人过街安全意识的车辆驾驶控制方法流程图。[0124] 如图1所示，本实施例提供的一种考虑行人过街安全意识的车辆驾驶控制方法包括以下步骤：[0125] 步骤S1：数据获取[0126] 步骤S1.1.获取交通流数据，所述交通流数据包括交通量 、交通流速度 、车头时距 ，可以从交通管理部门获取实时交通流数据；[0127] 步骤S1.2.获取车辆数据，所述车辆数据包括车辆的速度 、车辆的位置( )、车辆转弯时的转向角 、车辆的轴距 、车辆的稳定系数 、车辆的长度 和宽度 ，可以通过车载联网设施，获取车辆的位置、行驶状态及其它数据。[0128] 步骤S1.3.采集行人数据[0129] 在行人过街处路侧设置毫米波雷达、高清摄像机等检测器，采集行人的位置()、速度 、行人的步长 和肩宽 以及实时过街视频等数据。[0130] 本实施例通过统计分析行人过街途中发生的交通事故，将行人过街的典型场景分为三类：信号交叉口行人过街、无信号交叉口行人过街、路段行人过街。[0131] 针对上述场景下多行人同时过街的情况，本实施例采取行人识别、数据同步和并行处理等措施获取上述数据。[0132] 具体地，在行人进入高清摄像机视野的瞬间，为每个行人分配一个唯一的标识符（ID），并在整个过街过程中持续进行跟踪；之后通过数据融合方法确保毫米波雷达数据与视频数据时间上的同步和精确关联，从而精确匹配每个行人的位置、速度与行为数据；最后，采用多线程技术并行处理每个行人的数据。[0133] 步骤S2：数据处理[0134] 在获取到交通流数据、车辆数据和行人数据以后，对数据处理，提取一系列能够反映行人过街安全意识的行为参数；其中，在信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人对信号灯注视时长与过街时长比 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人在信号周期内选择过街的时间点 ；[0135] 在无信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 ；[0136] 在路段行人过街场景下，能够反映行人过街安全意识的行为参数包括：行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人接近遮挡物并计划过街前的观察时间 。[0137] 本实施例中，为了及时预警和控制附近车辆，行人过街时的安全意识需要按照预设的检测间隔多次检测（根据过街时长决定，比如30s过街时长可以10s检测一次，20s过街时长可以6s检测一次），上述参数在行人过街过程中按照检测间隔多次提取或者首次提取后重复使用。[0138] 具体地，所述行人对信号灯注视时长与过街时长比 ：用于反映行人在信号交叉口过街过程中对信号灯的注意程度，比例过小说明行人在绿灯时间内过街的安全意识较差，比例过大说明行人过街时警惕周围交通环境的安全意识较差，合适的比例表示行人能在保证自身安全和遵守信号灯的前提下过街，安全意识较好。[0139] 提取方法：使用视觉显著性模型（例如DeepGaze）监测并分析行人在过街过程中的视线焦点，识别检测周期内行人对信号灯的注视时长t1；然后，将该时长与检测周期时长t相比，提取到行人对信号灯注视时长与过街时长比，即： 。[0140] 所述行人在信号周期内选择过街的时间点 ：用于反映行人在信号灯周期内选择过街的时机，选择在绿灯初期过街通常被认为是安全意识较好的表现，闯红灯则代表较差的安全意识。[0141] 提取方法：从信号控制系统获取交叉口信号灯的实时状态信息；然后，利用毫米波雷达提供的行人位置数据监测行人开始进入人行横道的时间，并记录这一时间点；最后，将行人开始过街的时间点与信号灯周期进行对比，提取到行人在信号周期内选择过街的时间点。该参数在首个检测周期内提取，之后的每次检测均使用首次提取结果。[0142] 所述行人过街途中的头部转动频率 ：用于反映行人在过街时的警觉性和对周围车辆动态的关注程度，频繁的头部转动通常表明更好的安全意识。[0143] 提取方法：使用姿态估计技术（例如OpenPose）实时分析视频中行人头部的位置和移动，精确跟踪行人头部的方向变化，并计算检测周期内头部的转动次数，提取到行人过街途中的头部转动频率。[0144][0145] 其中，为检测周期时长， 为检测周期内头部的转动次数。[0146] 所述行人对冲突车辆的感知‑反应时间 ：用于衡量行人对有冲突的车辆产生感知并对其作出反应的时间，更短的感知‑反应时间通常意味着更好的警惕性。[0147] 提取方法：使用对象识别和追踪算法（例如YOLO）监测行人与即将到来的车辆之间的动态交互，通过分析行人从察觉到冲突车辆到采取避让行动的时间间隔，此时间间隔即行人对冲突车辆的感知‑反应时间。该参数在没有与行人有冲突的车辆时无法提取，取值为0，直到首次提取到行人对冲突车辆的感知‑反应时间，在之后的检测中若有新的提取结果则使用，否则使用前面提取结果（非0）的平均值。[0148] 所述行人与冲突车辆的剩余碰撞时间(TimetoCollision， )：如果行人与车辆保持当前速度和方向不变的情况下存在冲突点，这是行人与车辆碰撞前剩余的时间。理论上 越长，说明行人的位置或行动更安全。行人在过街过程中保证与冲突车辆的剩余碰撞时间越大，代表行人的安全意识越好。[0149] 提取方法：将获取到的行人、车辆数据输入到行人过街的 模型，提取到行人与冲突车辆的剩余碰撞时间。该参数在没有与行人有冲突的车辆时，取值为∞，直到首次提取到行人与冲突车辆的剩余碰撞时间，在之后的检测中若有新的提取结果则使用，否则使用前面提取结果（非∞）的平均值。[0150] 所述行人离人行横道中心线的平均距离 ：衡量行人遵循过街规范的程度，靠近人行横道中心线行走通常被视为更安全和遵守交通规则的行为，代表更好的安全意识。[0151] 提取方法：使用目标检测和图像分割算法（例如MaskR‑CNN）来识别和标记人行横道的精确位置和边界，并追踪行人在过街过程中的路径，准确计算检测周期内行人相对于人行横道中心线的横向距离平均值，从而提取到行人离人行横道中心线的平均距离。[0152][0153] 其中，为检测周期内视频图像的帧数， 为第 帧图像中行人离人行横道中心线的距离。[0154] 所述行人过街途中的注视点停留时间 是指行人过街时注视点停留在任意人或物上的时间，反映行人在无信号交叉口和路段过街时能否有效地分配注意力到不同的潜在风险源上，保持对周围环境全面监控的能力。理想的注视点停留时间下行人可以获取必要信息且不会错失其他风险信息，代表更好的安全意识。[0155] 提取方法：使用视觉显著性模型（例如DeepGaze）监测并分析行人在过街过程中的视线焦点，确定检测周期内行人的视线在各个注视点上的停留时间，提取到行人过街途中的注视点停留时间。[0156] 所述行人接近遮挡物并计划过街前的观察时间 是指行人在路段过街时可能会遇到有车辆停驶在路边遮挡视野的情况，当行人与遮挡物之间的直线距离小于1米时，行人此时应减速或停止移动并观察来车情况，观察的持续时间越长，行人安全意识越好。[0157] 提取方法：使用对象识别和追踪算法（例如YOLO）准确识别和标记视频中的停驶车辆等潜在视线遮挡物，同时与毫米波雷达配合追踪行人在接近这些遮挡物时的行为。当行人与遮挡物之间的直线距离小于1米时，判定行人此时在接近遮挡物，之后计划过街前的观察时间从行人减速或停止移动开始计时，直到开始过街为止，提取到行人接近遮挡物并计划过街前的观察时间。该参数在首个检测周期内提取，之后的每次检测均使用首次提取结果。[0158] 需要说明，本实施例提供的上述参数的提取方法仅供参考，本领域技术人员还可采用其他方法获取上述参数，本申请对上述参数的提取方法不做任何限定。[0159] 本实施例中，为准确获取行人与冲突车辆的剩余碰撞时间 ，建立行人过街的模型，所述行人过街的 模型包括直行车辆与行人的 模型、转弯车辆与行人的模型。[0160] 由于现实情况下行人过街时的路径并不全是一条与道路垂直的直线，故考虑行人过街路径可能为斜线的情况；当行人过街路径为斜线时，行人具有的纵向速度会导致原本的冲突点偏移（如图2所示），基于此种情况，本实施例建立的直行车辆与行人的 模型如下：[0161] ；[0162] ；[0163] ；[0164] ；[0165] ；[0166] 其中， 为车辆的位置； 为行人的位置； 为初始时刻车辆与行人的纵向距离； 为初始时刻车辆与行人的横向距离； 为冲突点偏移的纵向距离； 为车辆前保险杠到偏移冲突点的距离；和 分别为车辆的长和宽；和 分别为行人的步长和肩宽；为车辆的速度； 为行人的速度； 为行人的横向速度； 为行人的纵向速度；[0167] 当行人的过街路径为直线时，冲突点固定，此时 ， ， ，， 为无穷大时说明车辆与行人没有碰撞风险。[0168] 本实施例还建立转弯车辆与行人的 模型，假设车辆在转弯前已经完成减速操作，且在转弯过程中保持匀速行驶，若行人过街路径为斜线时，行人具有的纵向速度也会导致原本的冲突点偏移（如图3所示），此时需计算行人与转弯车辆偏移冲突点的横坐标 ，根据 等参数计算 ；[0169] 行人与转弯车辆偏移冲突点的横坐标 的计算公式如下：[0170] ；[0171] ；[0172] ；[0173] ；[0174] ；[0175] ；[0176] 其中， 为行人轨迹；为车辆轨迹；为车辆的转弯半径；为车辆的稳定系数；为车辆轴距； 为车辆的速度；为车辆转向角，车辆前轮向左或者向右转时与前轮不发生偏转时的中心线所形成的角度； 为行人的横向速度； 为行人的纵向速度； 为行人的位置； 的具体取值由行人的运动方向决定。[0177] 转弯车辆与行人的 模型如下：[0178] ；[0179] ；[0180] ；[0181] ；[0182] ；[0183] ；[0184] 其中， 为偏移冲突点的横坐标； 为车辆的位置； 为行人的位置；和分别为车辆的长和宽；和 分别为行人步长和肩宽； 为车辆的速度； 为行人的速度；为行人的横向速度； 为行人的纵向速度； 为初始时刻，转弯车辆前保险杠行驶到初始冲突点的圆心角； 为转弯车辆前保险杠行驶到偏移冲突点的圆心角； 为初始时刻，行人到初始冲突点的纵向距离； 为冲突点偏移的纵向距离； 为行人到偏移冲突点的纵向距离； 为圆心角 对应的弧线距离； 为圆心角 对应的弧线距离；为车辆的转弯半径。[0185] 当行人的过街路径为直线时，冲突点固定，此时 ， ， ，， ， 为无穷大时说明车辆与行人没有碰撞风险。[0186] 步骤S3：将不同场景下提取的参数输入与其相对应的得分函数；[0187] 其中，行人对信号灯注视时长与过街时长比得分函数：[0188] ；[0189] 其中，为行人对信号灯注视时长与过街时长比； 为理想的行人对信号灯注视时长与过街时长比， ； 为理想比例的标准偏差， 。[0190] 本实施例中，衡量信号交叉口行人关注信号灯的时长占过街时长的比例，这个比例越靠近理想比例 ，表明行人对信号的遵循和安全意识较好，偏离 则该项得分降低。[0191] 行人在信号周期内选择过街的时间点得分函数:[0192] ；[0193] 其中， 为在信号交叉口行人过街场景下行人在信号周期内选择过街的时间点；为绿灯开始时刻； 为绿灯时长。较早的选择通常安全意识较高，在绿灯末期选择过街则该项得分降低，在黄灯或者红灯期间选择过街代表很差的安全意识，需要惩罚来减少该项得分。[0194] 行人过街途中的头部转动频率得分函数：[0195] ；[0196] ；[0197] 其中，h为行人过街途中的头部转动频率； 为理想头部转动频率，；为交通量；为交通流速度； 为车头时距； 为调整函数，用来根据交通量、交通流速度和车头时距调整理想头部转动频率； 均为调节系数，调节交通量、交通流速度和车头时距对行人理想头部转动频率的影响程度， 至 分别为；[0198] 本实施例中，h反映行人的警觉性，当头部转动频率大于理想频率时，该项得分为1，当头部转动频率小于理想频率时，得分下降。行人过街时的头部转动频率容易受到交通流的影响，所以为保证行人该项得分的公平性，需要根据不同的交通流情况调整理想头部转动频率。[0199] 行人对冲突车辆的感知‑反应时间得分函数：[0200] ；[0201] 其中，为行人对冲突车辆的感知‑反应时间；为调节系数，用于调节分数增减的速度，取值范围为 。[0202] 本实施例中，表明行人对有冲突的车辆产生感知并对其作出反应的时间，更短的感知‑反应时间表示更高的警觉性和更好的安全意识，感知‑反应时间越短，该项得分越高。[0203] 行人与冲突车辆的剩余碰撞时间得分函数：[0204] ；[0205] 其中， 为行人与直行车辆的剩余碰撞时间； 为行人与转弯车辆的剩余碰撞时间； 为行人与冲突车辆的理想剩余碰撞时间， 。[0206] 本实施例中， 预测在当前速度和方向下，行人与车辆可能碰撞的剩余时间，较长的 表明较低的碰撞风险。使用双曲正切函数确保函数值在合理范围内，函数输入选择检测周期内最小的行人与冲突车辆的剩余碰撞时间，当该值大于 时， 函数接近于1，该项得分较高，当碰撞时间小于 时， 函数快速接近于0，该项得分快速下降。[0207] 行人离人行横道中心线的平均距离得分函数：[0208] ；[0209] 其中，为行人离人行横道中心线的平均距离； 为最大容许距离， 取值为人行横道线长度的一半。[0210] 本实施例中，反映行人在人行横道上的行走位置，越靠近中心线越安全。 是容忍的最大偏移距离，超过这个距离则该项得分降为0，表示行人偏离了安全的过街区域。[0211] 行人过街途中的注视点停留时间得分函数：[0212] ；[0213] 其中， 为行人过街途中第 个注视点的停留时间；为行人过街途中注视点的总数； 为理想的最小停留时间， ； 为理想的最大停留时间， ；为指示函数，当括号内的条件满足时，值为1，否则为0。[0214] 本实施例中， 为行人在过街时注视某一点的停留时间， 在理想区间内行人可以获取必要信息且不会错失其他风险信息，安全意识较高，故停留时间符合理想区间的注视点个数占总数的比例越大，该项得分越高。[0215] 行人过街时警惕遮挡物的得分函数：[0216] ；[0217] ；[0218] 其中， 为行人接近遮挡物并计划过街前的观察时间； 为行人接近遮挡物并计划过街前的理想观察时间， ；为调节系数，调节分数减少的速度，取值范围为；[0219] 行人在处于视线遮挡情况下路段过街时调用 函数计算行人警惕遮挡物的得分，此时当 至少为 时，表示行人充分观察了来车情况，安全意识高。如果 低于 ，表示行人的警惕性较差，该项得分降低；行人在无视线遮挡情况下路段过街时该项得分为1。[0220] 步骤S4：利用建立的行人过街安全意识检测模型分别对不同场景下的行人过街安全意识进行检测；其中，所述行人过街安全意识检测模型包括信号交叉口行人过街安全意识的检测模型，用于对信号交叉口行人过街场景下的行人过街安全意识进行检测；无信号交叉口行人过街安全意识的检测模型，用于对无信号交叉口行人过街场景下的行人过街安全意识进行检测；路段行人过街安全意识的检测模型，用于对路段行人过街场景下的行人过街安全意识进行检测；[0221] 本实施例中，根据在信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数（行人对信号灯注视时长与过街时长比 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人在信号周期内选择过街的时间点 ）建立信号交叉口行人过街安全意识的检测模型如下：[0222] ；[0223] 其中， 为行人在信号交叉口过街时的安全意识评分； 均为权重系数，；具体地， 分别为 。[0224] 根据在无信号交叉口行人过街场景下，能够反映行人过街安全意识的行为参数（行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率h、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间）建立无信号交叉口行人过街安全意识的检测模型：[0225] ；[0226] 其中， 为行人在无信号交叉口过街时的安全意识评分； 均为权重系数，；具体地， 分别为。[0227] 根据在路段行人过街场景下，能够反映行人过街安全意识的行为参数（行人过街途中的注视点停留时间 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率h、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人接近遮挡物并计划过街前的观察时间 ）建立路段行人过街安全意识的检测模型：[0228] ；[0229] 其中， ：行人在路段过街时的安全意识评分； 均为权重系数，；具体地， 分别为。[0230] 步骤S5：根据行人过街安全意识的评分，对行人的安全意识进行分级；[0231] 具体地，0‑59分为C级、60‑79分为B级、80‑100分为A级；其中，安全意识等级为A的行人，说明其安全意识良好，在过街时发生交通事故的可能较小；安全意识等级为B的行人，说明其安全意识较差，在过街时发生交通事故的可能较大；安全意识等级为C的行人，说明其安全意识很差，在过街时发生交通事故的可能很大。[0232] 步骤S6：根据行人的安全意识等级对附近与行人的剩余碰撞时间小于预定值（如2.5s）的车辆进行控制。[0233] 本实施例中，对于不同的安全意识等级对应不同的控制策略，具体为：若该行人的安全意识等级为A，则语音提醒驾驶员“前方有行人过街，请注意避让”；若该行人的安全意识等级为B，则语音提醒驾驶员“前方有行人过街，请注意避让”，同时减小油门开度为原来的 ；若该行人的安全意识等级为C，则语音提醒驾驶员“前方有行人过街，请注意避让”并减小油门开度为原来的 ，同时提高电子液压制动系统提供电子制动力为原来的1.5倍。[0234] 本实施例中，根据行人的安全意识等级还可进行行人预警，行人完成过街后可以根据多次安全意识评分的平均值判定其最终安全意识等级，若该行人的安全意识等级为A，则无需督促；若该行人的安全意识等级为B，则需要交通管理部门以短信或者电话的形式给予相应警示，督促行人提高过街时的安全意识；若该行人的安全意识等级为C，则需要交通管理部门以短信或者电话的形式给予相应警示，并有针对性的对其进行交通安全教育，帮助这类行人学习交通安全知识并提高过街时的安全意识。[0235] 实施例2一种考虑行人过街安全意识的车辆驾驶控制系统[0236] 如图4所示，本实施例提供的一种考虑行人过街安全意识的车辆驾驶控制系统包括：车辆数据采集模块、车载通讯模块、行人数据采集模块、路侧通讯模块、中央控制模块、数据处理模块、行人安全意识计算模块、油门控制模块、制动控制模块、语音控制模块；[0237] 其中，所述车辆数据采集模块，用于获取车辆的位置、行驶状态信息等；[0238] 所述车载通讯模块，用于上传车辆的行驶状态信息和技术参数至中央控制模块，并接收中央控制模块下达的控制策略；[0239] 所述行人数据采集模块，用于获取行人的位置、速度和实时过街视频等数据；[0240] 所述路侧通讯模块，用于上传行人数据至中央控制模块；[0241] 所述中央控制模块，用于接收车载通讯模块和路侧通讯模块上传的数据，从交通管理部门获取实时交通流数据，并根据行人的安全意识等级给车辆下达控制策略；包括数据处理模块、行人安全意识计算模块；[0242] 所述数据处理模块，用于处理行人和车辆数据，提取一系列能够反映行人过街安全意识的行为参数，包括行人对信号灯注视时长与过街时长比 、行人离人行横道中心线的平均距离 、行人过街途中的头部转动频率 、行人对冲突车辆的感知‑反应时间 、行人与冲突车辆的剩余碰撞时间 、行人在信号周期内选择过街的时间点 、行人过街途中的注视点停留时间 、行人接近遮挡物并计划过街前的观察时间 ；[0243] 行人安全意识计算模块，用于根据行人过街场景，调用相应安全意识检测模型，使用行人的行为参数和交通流参数计算行人过街时的安全意识评分和等级；[0244] 其中，信号交叉口行人过街安全意识的检测模型如下：[0245] ；[0246] ；[0247] ；[0248] ；[0249] ；[0250] ；[0251] ；[0252] ；[0253] 其中，为行人对信号灯注视时长与过街时长比； 为理想的行人对信号灯注视时长与过街时长比， ； 为理想比例的标准偏差；为行人离人行横道中心线的平均距离； 为最大容许距离， 取值为人行横道线长度的一半； 为行人在信号周期内选择过街的时间点；为绿灯开始时刻； 为绿灯时长；h为行人过街途中的头部转动频率；为理想头部转动频率， ；为交通量；为交通流速度； 为车头时距； 为调整函数，用来根据交通量、交通流速度和车头时距调整理想头部转动频率； 均为调节系数，调节交通量、交通流速度和车头时距对行人理想头部转动频率的影响程度；为行人对冲突车辆的感知‑反应时间；为调节系数，用于调节分数增减的速度，取值范围为 ； 为行人与直行车辆的剩余碰撞时间； 为行人与转弯车辆的剩余碰撞时间； 为行人与冲突车辆的理想剩余碰撞时间， ；为行人在信号交叉口过街时的安全意识评分； 均为权重系数，分别为；[0254] 无信号交叉口行人过街安全意识的检测模型：[0255] ；[0256] ；[0257] 其中， 为行人过街途中第 个注视点的停留时间；为行人过街途中注视点的总数； 为理想的最小停留时间， ； 为理想的最大停留时间， ；为指示函数，当括号内的条件满足时，值为1，否则为0； 为行人在无信号交叉口过街时的安全意识评分； 均为权重系数，分别为 。[0258] 路段行人过街安全意识的检测模型：[0259] ；[0260] ；[0261] ；[0262] 其中， 为行人接近遮挡物并计划过街前的观察时间； 为行人接近遮挡物并计划过街前的理想观察时间， ；为调节系数，调节分数减少的速度； 为行人在路段过街时的安全意识评分； 均为权重系数，分别为 。[0263] 所述油门控制模块，用于控制油门开度；[0264] 所述制动控制模块，用于控制电子液压制动系统提供的电子助力；[0265] 所述语音控制模块，用于控制车辆的语音系统。[0266] 在具体实施过程中，所述车辆数据采集模块与车载雷达摄像头相连，获取车辆行驶状态信息，通过车载通讯模块将车辆行驶状态信息和技术参数上传至中央控制模块，并将数据存储在第一存储器上；[0267] 所述行人数据采集模块与路侧设置的毫米波雷达、高清摄像机相连，获取行人的位置、速度以及实时过街视频等数据，通过路侧通讯模块将行人数据上传至中央控制模块，并将数据存储在第二存储器上；[0268] 所述中央控制模块从交通管理部门获取实时交通流数据，并将其存储在第三存储器上；[0269] 所述数据处理模块从第一存储器和第二存储器中调取车辆数据和行人数据，采用数据处理技术和方法提取一系列能够反映行人过街安全意识的行为参数；[0270] 所述行人安全意识计算模块根据行人过街场景，调用相应安全意识检测模型，然后利用数据处理模块提取到的行为参数，结合从第三存储器中调取的交通流数据，一起计算行人的安全意识评分和等级，并把检测结果存储到第四存储器；[0271] 所述中央控制模块从第四存储器调取行人的安全意识等级信息，并根据行人的安全意识等级下达车辆控制策略：[0272] （1）若该行人的安全意识等级为A，则语音提醒驾驶员“前方有行人过街，请注意避让”。[0273] （2）若该行人的安全意识等级为B，则语音提醒驾驶员“前方有行人过街，请注意避让”，同时减小油门开度为原来的 。[0274] （3）若该行人的安全意识等级为C，则语音提醒驾驶员“前方有行人过街，请注意避让”并减小油门开度为原来的 ，同时提高电子液压制动系统提供电子制动力为原来的1.5倍。[0275] 交通管理部门定期从第四存储器调取行人的安全意识等级信息，并根据行人的最终安全意识等级发出预警：[0276] （1）若该行人的安全意识等级为A，则无需督促。[0277] （2）若该行人的安全意识等级为B，则需要以短信或者电话的形式给予相应警示，督促行人提高过街时的安全意识。[0278] （3）若该行人的安全意识等级为C，则需要以短信或者电话的形式给予相应警示，并有针对性的对其进行交通安全教育，帮助这类行人学习交通安全知识并提高过街时的安全意识。[0279] 本发明还提供一种电子设备，包括：一个或多个处理器、存储器；其中，所述存储器用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，一个或多个处理器实现实施例1所述的一种考虑行人过街安全意识的车辆驾驶控制方法。[0280] 本发明还提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述的一种考虑行人过街安全意识的车辆驾驶控制方法。[0281] 本领域技术人员可以理解，上述实施方式中各种方法/模块的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。[0282] 另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。[0283] 以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。因此，本发明的保护范围应以所述权利要求的保护范围为准。

专利地区：吉林

专利申请日期：2024-06-17

专利公开日期：2024-09-03

专利公告号：CN118343118B