Zurück Vor

Detailergebnis zu DOK-Nr. 82038

Modell zur Vorhersage der Überquerungsabsicht des Fußverkehrs unter Berücksichtigung der sozialen Interaktion zwischen mehreren Personen und mehreren Fahrzeugen (Orig. engl.: Pedestrian crossing intention prediction model considering social interaction between multi-pedestrians and multi-vehicles)

Autoren	Z. Zhou Y. Liu B. Liu M. Ouyang R. Tang
Sachgebiete	5.6 Fußgängerverkehr, Fußwege, Fußgängerüberwege 6.2 Verkehrsberechnungen, Verkehrsmodelle

Transportation Research Record (TRR): Journal of the Transportation Research Board Vol. 2678, H. 5, 2024, S. 31-46, 12 B, 4 T, zahlr. Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr

Eine genaue Vorhersage der Überquerungsabsicht von Fußgängerinnen und Fußgängern ist für autonome Fahrzeuge und fortschrittliche Fahrerassistenzsysteme von entscheidender Bedeutung. In Interaktionsszenen mit mehreren Personen im Fußverkehr und Fahrzeugen ist die soziale Interaktion zwischen Fußgängerinnen, Fußgängern und anderen Verkehrsteilnehmenden allgegenwärtig, was sich auf die Querungsentscheidungen des Fußverkehrs und die Genauigkeit der Vorhersage auswirkt. Bisherige Studien zur Überquerungsabsicht von Fußgängerinnen und Fußgängern lassen jedoch eine umfassende Berücksichtigung und mathematische Modellierung der sozialen Interaktion vermissen. Die Autoren schlagen eine "soziale Interaktionskraft“ (SIF) vor, um soziales Interaktionsverhalten zu identifizieren und zu quantifizieren, und kombinieren das Hidden-Markov-Modell (HMM), um die Überquerungsabsichten des Fußverkehrs 1,0 s im Voraus vorherzusagen. Zunächst wurde ein großer Datensatz von Fußverkehrs-Fahrzeug-Interaktionsproben aus zwei Ansichten gesammelt und hochdimensionale Merkmale wurden für die Vorhersage der Querungsabsicht extrahiert. Als nächstes wurde das Konzept der SIF vorgeschlagen, um den Einfluss anderer zu Fuß Gehender und Fahrzeuge auf die Überquerungsentscheidungen des Fußverkehrs quantitativ zu charakterisieren, einschließlich der "Fußverkehrs-Interaktionskraft“ und der F"ußverkehrs-Fahrzeug-Interaktionskraft“. Schließlich wurden SIF, Fußverkehrsmerkmale und Straßenstrukturmerkmale in das HMM eingegeben. Gleitende Zeitfenster wurden auf das HMM angewandt, um eine dynamische Vorhersage von Fußverkehrs-Absichtssequenzen zu erreichen. Experimentelle Ergebnisse zeigen, dass die Erkennungsgenauigkeit des vorgeschlagenen Modells bei 0,976 liegt und die Genauigkeit der Vorhersage für 1,0 s im Voraus bei 0,932 mit garantierter Vorhersagegeschwindigkeit. Die Leistung des vorgeschlagenen Modells übertrifft die der bisher am weitesten verbreiteten Modelle.