施雯 赵彬 刘艳娟

摘  要：车载行人预警系统在提高车辆的行车安全和行人保护方面发挥了重要的积极作用，但较高的误报率导致该系统的接受度较低。为提高车载行人预警系统的准确率，本文利用激光雷达和高清摄像头对行人过街时行人和车辆的行驶数据进行了采集，并对行人过街时的行为特性进行了分析，根据分析结果建立了基于随机森林机器学习方法的行人过街意图预测模型，模型的准确率达96.43%。结果表明，该预测模型能够很好地对行人过街意图进行预测，对提高车载行人预警系统的准确率具有重要意义，有助于交通安全的提高。

关键词：行人预警系统;行人过街;机器学习;预测模型

中图分类号：TP18    文献标识码：A    文章编号：1673-7164（2021）37-0110-03

随着智能驾驶辅助系统的不断发展，车载行人预警系统对提高交通安全发挥了非常积极的影响[1-2]。但是该预警算法过于保守，误报率较高，导致驾驶员对该系统的接受度不高，提高车载行人预警系统的准确率是目前亟须解决的问题。

行人作为城市道路交通中的弱势群体，在发生交通事故时，往往会受到更为严重的伤害，据公安部2019年数据统计，仅在2019年，全国机动车与行人发生的事故数量就达53558起，占总交通事故数量的21.63%[3]。准确识别行人的过街意图，帮助驾驶员制订更加合理的驾驶策略，对行人事故的减少具有重要意义。

针对上述问题，本文选取了一段无信号灯的人行横道路段作为研究对象，利用激光雷达和高清摄像机对该路段行人—车辆的交互数据进行了采集，包括行人特征参数、行人过街数据以及与行人过街存在交通冲突的相关车辆的行驶数据等。……