系统工程与电子技术

作者：张岳, 王晶, 王鼎衡, 代昌华, 段援朝, 刘保荣, 张霄嵩

单位：西北机电工程研究所, 陕西 咸阳 712000

关键词：自主导航,轨迹预测,代价地图,动态避障

基金：咸阳市重大科技创新项目(L2023-ZDKJ-JSGG-GY-018)

针对无人车自主导航过程中对行人避障时未考虑目标运动趋势所导致的避障效果欠佳的问题, 提出一种基于行人轨迹预测的无人车动态避障方法。首先, 利用深度相机和目标检测算法完成行人的识别及位置解算, 并通过跟踪获得行人位置的时序信息。其次, 将一维卷积神经网络(convolutional neural network, CNN)和双向门控循环单元(bidirectional gated recurrent unit, BiGRU)相结合, 并融入注意力(attention, ATT)机制, 构建CNN-BiGRU-ATT行人轨迹预测模型, 由行人当前位置序列预测未来轨迹。最后, 通过Bresenham算法将行人当前位置及轨迹预测结果叠加在代价地图上, 使得全局和局部路径规划算法提前规避碰撞风险。实验表明, 基于深度相机的行人检测、定位方法能够准确计算行人历史轨迹, 为轨迹预测模型提供可靠的输入; 基于CNN-BiGRU-ATT的行人轨迹预测模型在多种运动状态下预测误差更小。融入轨迹预测结果的代价地图可提高路径规划的前瞻性, 避免无人车频繁更改全局和局部路径, 降低导航任务用时和碰撞风险。

来源：2025年第7期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第7期