CN108039046B - 一种基于c-v2x的城市交叉路口行人检测识别系统 - Google Patents

Abstract

本发明请求保护一种基于C‑V2X(Cellular Vehicle‑to‑Everything)的城市交叉路口行人检测识别系统，包括：设计基于C‑V2X通信技术的信息采集框架，结合城市交叉路口高精度地图，判定手机携带者的种类；利用未来C‑V2X终端携带者当前的位置判定携带者为行人的概率；利用C‑V2X手机当前速度信息，识别出该C‑V2X手机携带者是否为行人；得出当C‑V2X手机携带者为行人时的密度范围，结合C‑V2X手机周围的密度信息，判别C‑V2X手机携带者在当前密度下为行人的概率；使用领域的方法表示方向，对交叉路口范围的区域根据领域特点划分为不同的区域，通过C‑V2X手机之前的方向、行人对方向的影响因子、位置对方向的影响因子得到C‑V2X手机携带者为行人时前进方向集合，结合实际的C‑V2X手机方向计算此前进方向的C‑V2X手机携带者为行人的概率。

Description

一种基于C-V2X的城市交叉路口行人检测识别系统

技术领域

本发明属于未来城市交通交叉路口行人识别领域，具体涉及一种基于C-V2X的城市交叉路口行人检测与识别系统。

背景技术

城市交叉路口会聚集大量的车辆、行人，是车流量、人流量都较大的区域之一，由于交通场景复杂多变，是交通事故的多发地。对交叉路口的行人检测和识别能够收集交叉口在特定时间的人流数据及变化规律，为交叉口交通参与者模型提供原始数据，同时也为行人预警、路径优化和其他交通调度提供依据。

目前行人识别技术种类比较多，常用的多基于视觉、红外线、雷达、激光等。基于视觉的识别方法需要借助摄像机采集用于研究的视频、图像等信息，使用图像处理的方法识别视频、图像中的行人，这种方法对摄像机的性能和外界环境有较高的要求，在目标物体移动较快、大雾、光线不足、遮挡物遮挡等情况下，会出现图像模糊、无法识别、识别准确度不高等问题。红外成像技术根据物体温度分布显示图像，能够解决夜间光线不足引起的问题，但是红外传感器受温度影响较大，在强光照天气情况下检测误差较大。微波雷达技术发射电磁波对目标进行照射并接受回波。雷达传感器使用频率调制连续波技术检测物体，欧洲和美国使用带宽为76Ghz-77Ghz之间，有效范围为1m-100m。雷达检测准确度随气候变化的变化小，但在遇到需要检测的目标较多和遮挡的情况下检测受到影响。激光测距是另外一种进行行人检测和识别的技术，但激光具有亮度极高、能量极大的特征，当使用激光进行行人检测和识别的过程中会引发热效应、光化学效应、压强作用、电磁效应、生物刺激效应等副作用，当被激光照射时，人眼会受到严重伤害。激光技术在城市交叉路口应用时极易对行人、车辆造成干扰而引发交通事故，并且激光在复杂背景下无法准确识别大量的行人。以上基于单一技术的车辆、行人检测技术存在很大缺陷，基于多种技术融合的检测方法需要使用多个设备，存在设备间的干扰和采集到重复的数据问题，并且在车辆和行人识别过程中，需要在现存基础设备的基础上增加专门用于数据检测、发射、接收的设备，增加了研究和应用成本。

随着物联网和智能交通的发展，单一的通信技术采集的数据种类单一，且存在被其他设备干扰的现象，使用单一的通信技术已远远不能满足日益丰富的通信终端间通信的需求。目前手机已经成为人们生活工作中必备的工具之一，其GPS芯片、陀螺仪、加速度计、螺旋仪等内部芯片能够准确地获取手机的位置、速度、角度信息。GCMA(Global System forMobile Communications Alliance，全球移动通信系统联盟)在2017年最新年度报告中预测全球移动用户数量达到50亿左右，2020年预计将增加至57亿。随着手机人均持有量的增加及在生活中应用范围的扩宽，一些打车软件、交通预告软件通过手机终端为人们的出行提供便捷。随着通信技术的发展和车联网技术日趋成熟，未来支持C-V2X的手机的信息采集、高精度定位等功能可以为车联网的交通实体识别提供基础支撑。而在车路协同研究及应用中添加具有C-V2X通信的手机作为通信设备可以使获取的数据更有现实意义，同时还可以拓宽数据获取的渠道，节省道路基础设施的建设及维护费用。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种提高识别精度、抗干扰能力强、实现动态实时追踪的基于C-V2X的城市交叉路口行人检测识别系统。本发明的技术方案如下：

一种基于C-V2X的城市交叉路口行人检测识别系统，其包括：多模通信信息采集模块、位置判定模块、速度判定模块、密度判定模块及方向判定模块；其中，所述多模通信信息采集模块，用于通过基于C-V2X通信技术的信息采集装置采集包括车辆车载终端、手机、路侧设备的位置、航向角、速度、海拔在内的基本信息,多模通信信息采集模块为本系统其他模块提供原始数据信息；

位置判定模块，利用多模通信信息采集模块采集到的C-V2X手机位置信息，用于判定当C-V2X手机的高精度定位信息在交叉路口某一)区域时C-V2X手机携带者为行人的概率,为速度判定模块(13)、密度判定模块(14)、方向判定模块(15)提供区域影响因子；

速度判定模块，利用多模通信信息采集模块采集到的手机速度信息和位置信息，通过不同类别的不受任何因素影响的初始速度、位置对速度的影响因子、C-V2X手机信号对速度的影响因子、方向对速度的影响因子，计算出行人的速度范围，结合实际接收到的C-V2X手机的速度信息，计算此速度时C-V2X手机携带者为行人的概率；

密度判定模块，利用多模通信信息采集模块采集到的C-V2X手机位置信息和路侧设备接收到的信息，计算C-V2X手机携带者周围的行人密度，并且计算在此行人密度下C-V2X手机携带者为行人的概率，密度判定模块(14)考虑到公交车靠站场景，可以降低使用位置判定模块(12)和速度判定模块(13)对行人检测和识别的失误；

方向判定模块，综合考虑C-V2X手机携带者的位置、速度、密度对方向的影响，利用多模通信信息采集模块(11)采集到的C-V2X手机方向、位置信息，通过当前C-V2X手机方向和C-V2X手机位置在内的信息计算C-V2X手机携带者为行人的概率。

进一步的，所述多模通信信息采集模块使用C-V2X的V2V车-车技术实现车辆间通信；使用C-V2X的V2I车辆-基础设施技术实现车辆与路侧设备之间的通信，驾驶员和乘客的手机使用C-V2X的P2I行人-基础设施技术与路侧单元间进行交互，车辆的车载单元与信息服务管理平台使用C-V2X的V2N车-互联网技术通信技术进行信息交互，车辆与行人通过车载单元与手机利用C-V2X的V2P车-行人技术进行信息交互；行人通过其携带的C-V2X手机，通过C-V2X的P2N行人-互联网技术实现与信息服务平台间的通信，行人通过其携带的C-V2X手机与路侧单元间使用C-V2X的P2I行人-基础设备技术进行通信；路侧设备与信息服务管理平台间使用C-V2X的I2N基础设备-互联网技术进行交互。

进一步的，还包根据城市交叉路口的功能特性将其划分为不同的功能区域的模块，并使用区间将其表示出来，交叉路口附近的道路表示方式如下：{(type,orientation,startPoint,endPoint,length,width,AddPoint)|type＝{0,1,2,3,4},orientation∈[0,2π),AddPoint＝{point1,point2,...,pointN}}type中的0代表人行道，1代表自行车道，2代表机动车道，3代表斑马线，4代表道路交叉路口中心；N为正整数。

进一步的，所述位置判定模块判定C-V2X手机携带者为行人具体包括：将手机携带者根据不同交通参与者类型划分为四个类别：根据道路使用者类别划分为，行人、自行车、公交车乘客、其他机动车驾驶员；

C-V2X手机携带者表示如下：{(type,pos,v,orientation,acc,accOrien)|type＝{0,1,2,3},orientation∈[0,2π),accO rien∈[0,2π)}

type中的1代表C-V2X手机携带者为行人，2代表C-V2X手机携带者交通工具为自行车，3代表交通参与者为机动车驾驶员，0代表其他情况。

进一步的，所述位置判定模块通过当前C-V2X手机的位置，结合城市交叉路口道路功能区域划分，确定C-V2X手机携带者在当前位置时是行人的概率，表示公式如下。

其中k＝{0,1,2,3,4}，

S₀-S₄分别对应人行道、斑马线、机动车道、非机动车道、交叉路口中心区域。

其中

分别表示区域k范围内C-V2X手机携带者为行人、车辆、自行车的概率。

进一步的，所述密度判定模块利用信息服务管理平台接收到的一定区域的终端为C-V2X手机信息情况下计算此区域的信号密度，表示方式如下：

s_i为研究区域i的面积，P_i为研究区域i中可以判定为C-V2X手机发送的信号的数量。

进一步的，所述速度判定模块利用C-V2X手机携带者的速度、所处位置的影响因子、信号密度影响因子、方向影响因子信息得出此时的速度，与接收到的C-V2X手机速度信息结合，计算C-V2X手机携带者以此速度运动时为行人的概率，表示如下。

假设v_real为C-V2X手机携带者是行人时的速度，v_initial、q1_pos、q1_ρ、q1_dire分别为行人速度初始值、行人所在位置影响因子、C-V2X手机携带者周围密度影响因子、前进方向影响因子，假设行人的影响因子的区域取值集合为T，此时假设C-V2X手机携带者为行人，即q1_type∈T，假设[v₁,v₂]是计算出的行人速度范围。

进一步的，所述方向判定模块使用邻域的方法表示前进方向，其表示方式如下：

G(x,y,z)表示C-V2X手机位置，G₁(x₁,y₁,z₁)表示C-V2X手机下一时刻的位置，且G₁所在区域是G邻域；通过C-V2X手机携带者的前进方向、C-V2X手机携带者的类别、位置可以得出C-V2X手机携带者的方向，结合C-V2X手机方向信息，可以得出C-V2X手机携带者为行人的概率。假设P_pedes(θ)表示C-V2X手机携带者为行人的概率与该区域正方向夹角为θ时的关系函数，行人的方向集合为[-α,α]∪[π-α,π+α],且存在如下关系:

此时根据C-V2X手机携带者的方向θ计算出其为行人的概率为:

本发明的优点及有益效果如下：

1、传统基于图像的行人识别在行人数量较多或有建筑物遮挡的情况下不能准确进行识别，基于红外、雷达等技术的行人检测受温度、遮挡物的影响较大，需要借助摄像头、红外传感仪、雷达等设备，增加了额外的研究和使用成本。C-V2X手机的V2X功能和高精度定位功能，能够实现C-V2X手机和其他车联网终端交互、实时获取C-V2X手机的高精度位置信息。通过手机信息进行行人检测和识别利用日渐普及的手机移动终端，使用多种通信技术进行信息交互，不受天气的影响，受建筑物遮挡的影响较小，不需要添加额外的设备，并且还能实现动态实时追踪。

2、使用特征表示方式描述城市交叉路口各个区域和道路使用者，能够更加全面简洁地描述其各个交通对象。利用城市交叉路口的功能特性将其划分为不同的功能区域，并使用区间将其表示出来，交叉路口附近的道路表示方式如下：

{(type,orientation,startPoint,endPoint,length,width,AddPoint)|type＝{0,1,2,3,4},orientation∈[0,2π),AddPoint＝{point1,point2,...,pointN}}

type中的0代表人行道，1代表自行车道，2代表机动车道，3代表斑

马线，4代表道路交叉路口中心；N为正整数

道路使用者表示方式如下：

{(type,pos,v,orientation,acc,accOrien)|type＝{0,1,2,3},orientation∈[0,2π),accO rien∈[0,2π)}type中的1代表C-V2X手机携带者为行人，2代表C-V2X手机携带者交通工具为自行车，3代表交通参与者为机动车驾驶员，0代表其他情况。

3、城市交叉路口情景复杂，各个位置、方向都有可能出现行人，使用位置、速度、密度、前进方向等信息的综合影响判别手机携带者的类别，可以降低只考虑单一因素导致的错误机率。

4、城市交叉路口按功能划分为不同的区域，不同区域内道路使用者的特征有明显的区别，使用区域化的方法可以更好的量化行人出现的概率，为行人检测和识别提供基础。

5、将位置、行人密度、方向对C-V2X手机携带者速度的影响量化为影响因子，并且这些影响因子的取值通过采集到此交叉路口的多组行人数据计算得出，通过与手机速度结合计算此C-V2X手机携带者为行人的概率。此方法对交通拥堵、公共交通车辆到站、行人奔跑等情况进行综合考虑，避免单一基于速度的判断在交通拥堵、公共交通车辆减速情况下将机动车识别为行人或将行人识别为车辆，提高识别精度。

6、将位置、速度对C-V2X手机携带者周围密度的影响量化为影响因子，结合手机所在位置的密度，能够更加准确地预测C-V2X手机携带者为行人的概率。此方法对人行道、斑马线等区域行人较多和机动车辆尤其是公共交通车辆中乘客较多的情况进行综合考虑，避免将行人错误地识别为车辆乘客或将车辆乘客错误地识别为行人。

7、使用领域的方法表示C-V2X手机前进方向，与C-V2X手机当前时刻的方向区分开，通过不同时刻行人所处位置的得到行人的运动轨迹和整个运动过程中的方向变化。行人的行动具有极大的随意性，在通过人行道、斑马线的过程中存在方向与斑马线方向垂直的情况，此方法为了解决行人在运动中的随意性而设计，通过一系列方向综合判断方向，避免将人行道或斑马线的行人识别为车辆乘客。

8、将C-V2X手机携带者所处位置对方向的影响量化为位置影响因子，通过此区域不同类型道路使用者的使用规定计算得出行人的方向范围，便于计算当前方向下C-V2X手机携带者为行人的概率。此方法综合考虑位置、方向间的综合作用，避免将人行道、斑马线区域的行人错误识别为车辆乘客，或将斑马线处的车辆乘客错误地识别为行人。

附图说明

图1是本发明提供优选实施例中基于C-V2X的城市交叉路口行人检测、识别方法与系统功能模块图；

图2基于C-V2X的交通实体信息交互框架图；

图3城市交叉路口附近道路场景图；

图4城市交叉路口道路场景图；

图5交通参与者类别判断流程图；

图6斑马线区域功能分布图；

图7方向邻域图；

图8斑马线区域道路使用者方向范围图；

图9行人前进方向概率分布图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

1一种基于C-V2X的城市交叉路口行人检测、识别方法与系统有五个功能模块，如图1所示，多模通信信息采集模块(11)使用基于C-V2X的多种通信技术采集C-V2X手机携带者的基本信息，根据城市交叉路口特征和道路使用者特征描述城市交叉路口不同类型功能区域和道路使用者；位置判定模块(12)用于判定C-V2X手机当前位置下C-V2X手机携带者为行人的概率；速度判定模块(13)用于计算在位置、C-V2X手机信号密度、方向的影响下，当前速度的C-V2X手机携带者为行人的概率；密度判定模块(14)用于计算在位置、速度影响下，当前所处位置信号密度能够判定C-V2X手机携带者为行人的概率；方向判定模块(15)用于计算当前位置和方向C-V2X手机携带者为行人的概率。

2基于C-V2X的交通实体信息交互框架

城市交叉路口的信息采集采用基于C-V2X的交通实体信息交互框架来实现，如图2所示。行人检测和识别利用现有道路基础设施和分布广泛的C-V2X智能手机收集基本的道路基本状况和道路使用情况信息。信息服务管理平台存储路侧设备采集的车辆、行人、其他设备的信息，并广播相关路况信息。车辆与信息服务管理平台间通过车载设备、C-V2X手机等实现信息交互，通信过程中使用C-V2X的V2N技术完成交互；路侧设备通过路侧单元将收集到的信息与自身所产生的数据传输到信息服务管理平台，通信过程中使用C-V2X的I2N技术；行人通过手机与信息服务管理平台产生交互，使用C-V2X的P2N完成通信；车辆和行人间通过车载单元、手机完成信息交互、交流，通信过程中使用C-V2X的V2P技术。专用的行人携带设备需要考虑推广与持有量等因素，C-V2X手机是目前车路协同中研究行人状态的比较有现实意义的选择。因此在检测行人的过程中，信息服务管理平台只需处理来自智能手机的数据。

C-V2X手机已经成为人们出行过程中基本上都会携带的工具，通过采集C-V2X手机提供的基本信息可以降低车路协同系统研究中对于终端设备的添加，有效降低研究成本和推广难度。手机通信技术的快速发展、手机版本和硬件的更替推动着手机在车联网中的应用和发展。C-V2X手机作为通信终端实现车联网完善的V2X通信体系，能够为车联网提供高精度定位信息、实时速度、加速度等信息。路侧设备或信息服务平台通过无线通信手段获取到的C-V2X手机等移动终端的基础信息如下：

表1收集道路使用着携带手机的信息表：

种类	描述
		位置	通过手机获取高精度位置信息，包括经纬度数据和高度数据
速度	手机当前时刻的速度，标量
		方向	使用航向角表示
加速度	标量

3交叉路口道路区域划分

城市交叉路口附近的道路一般包括人行道、自行车道、机动车道，如图3所示。交叉路口处的斑马线为行人和自行车提供安全的横穿马路区域。非交叉路口处的道路有明显的功能分区和区域划分。如图3所示，人行道、非机动车道、机动车道在实际场景中有明显的高度区别或使用护栏，交通参与者在这些区域可以直接根据收集到的手机信号位置确定其类别。

交叉路口与其附近的道路相比增加了斑马线、起止线、交叉口中心区域等场景，为达到控制交通的效果还需添加交通灯、限速、方向指示等标示，如图4所示。

道路的基本信息通过路侧设备采集，道路的基本信息为道路使用者类别的判定提供依据。在交叉路口附近道路的表示如下面公式所示：

{(type,orientation,startPoint,endPoint,length,width,AddPoint)|type＝{0,1,2,3,4},orientation∈[0,2π),AddPoint＝{point1,point2,...,pointN}}

type中的0代表人行道，1代表自行车道，2代表机动车道，3代表斑马线，4代表道路交叉路口中心；N为正整数

对道路的描述如下表所示。

表2道路属性表

4道路使用者类别

对于不同属性的道路使用者，其特性存在明显的差别，如下表所示：

表3道路使用者特性表

车路协同系统中利用路侧设备、车载设备及手机等设备收集道路、车辆、行人的基本信息。道路使用者的属性包括其类型、位置、速度、行走方向、加速度、加速度方向，对其描述如下表所示。

表4道路使用者属性表

C-V2X手机携带者类别表示如下：

{(type,pos,v,orientation,acc,accOrien)|type＝{0,1,2,3},orientation∈[0,2π),accO rien∈[0,2π)}

type中的1代表C-V2X手机携带者为行人，2代表C-V2X手机携带者交通工具为自行车，3代表交通参与者为机动车驾驶员，0代表其他情况。

当接收到一个C-V2X手机信息时，利用此时刻其速度、位置、密度等信息可以大致判别出携带者的类别，一般的判别流程图如图5所示。

5位置判定模块

行人的位置一般在交叉口附近的人行道和斑马线，在临近人行道和斑马线的区域也会存在部分行人。对于自行车，目前国内很多城市自行车道设置在人行道和机动车道之间，无自行车道的情况下，自行车可能行驶在机动车道区域。公交车在机动车道或斑马线区域，在靠近道路边缘的地方会与行人及自行车的位置信息存在重叠。私人轿车在城市交叉口的区域一般为机动车道和斑马线。

如图6所示，斑马线区域的长度L2为道路的宽度，《公路交通标志和标线设置规范》中规定斑马线的长度为5米，也即斑马线区域的宽度为5米。行人或自行车在横穿马路的过程中并不完全在斑马线区域，在横穿马路的人比较多的情况下，一些人会在斑马线之外的区域性前进。重叠区域3和重叠区域4是道路使用者在经过斑马线区域时由于习惯、人流量大等因素在斑马线区域外的区域。重叠区域3表示为{(x,y)|x∈L2,y∈d6}，重叠区域4表示为{(x,y)|x∈L2,y∈d5}。根据行人的行为习惯，重叠区域3的宽度一般为斑马线与停止线之间的距离，在100cm～300cm之间。

行人的位置可以用如下表示方式表示：

pos1_pedes＝{(x,y)|x∈L,y∈d₁∪d₂}∪{(x,y)|x∈L₂,y∈d₄∪d₅∪d₆}

L为所研究人行道区域的长度，

为所研究人行道区域的宽度，L₂为研究斑马线区域的长度，d₂为人行道区域和自行车区域的边缘，但是行人和自行车都会使用，d₄为斑马线区域的宽度，d₅为斑马线区域边缘与交叉路口中心之间的距离，d₆是斑马线区域边缘与机动车道起止线之间的距离。

其中重叠区域满足行人的条件为：

pos2_pedes＝{(x,y,V)|x∈L,y∈d₂,V＝{v₀,v₁,...,v₂₉}|v_i＜6km/h|i＝0,1,...,29}

V是一段时间内此手机信号对应的速度采样集合。

行人的位置集合为:

pos_pedes＝pos1_pedes+pos2_pedes

6速度判定模块

不同的道路使用者在一段时间内的行驶特性有明显的区别。对于行人，正常成年人行走频率为1.5步/S，步距为60-75cm，行走速度为5.32-5.43Km/h，老年人行走速度为4.51-4.75Km/h，即行人的速度一般为5Km/h。自行车速度一般为16km/h。对于公交车，速度最高为40km/h，普遍为20km/h-30km/h，在等待红绿灯、堵车、车辆到站等情况下会减速甚至短时间静止，与行人、自行车的速度范围存在重叠现象。对于私人汽车，私人汽车在机动车中所占的比例比较大并保持持续增长。其速度一般在40-60Km/h。(如何对拥堵情况下的车辆进行区分，需要考虑状态的持续时间和状态转换问题)

v_i为某一时刻采集到的C-V2X手机信号中的速度，N一般取值为30，行人的速度满足如下条件：

v_pedes∈[0km/h,6km/h]

C-V2X手机携带者的速度v受其类型、所处位置、周围行人、车辆的密度和前进方向的影响，可以表达为

v＝v_initial×q1_type×q1_pos×q1_ρ×q1_dire

假设v_initial×q1_type为C-V2X手机携带者为一定类型时不受任何因素影响的手机速度，q1_type、q1_pos、q1_ρ、q1_dire分别为C-V2X手机携带者类型、位置、密度、方向对速度的影响因子，并且存在关系：

q1_type+q1_pos+q1_ρ+q1_dire＝1

假设所研究的城市交叉路口的区域集合表示为S，人行道、斑马线等行人区域的集合为S_pedes∪S_zebra，自行车道区域集合为S_bicy，机动车区域的集合为S_vehi，有：

S＝S_pedes∪S_zebra∪S_bicy∪S_vehi∪S_centre

假设行人在以上三个区域的概率分别为P(pedes+zebra)、P(bicy)、P(vehi+centre)，且

P(pedes+zebra)+P(bicy)+P(vehi)＝1

所以当C-V2X手机携带者为行人时,其不同位置的位置影响因子可以分别表示为：

当C-V2X手机携带者为行人时，如果其在人行道区域、斑马线区域、自行车道、机动车道前进方向分别有有N_pedes、N_zebra、N_bicy、N_vehi、N_centre种情况，各个区域的方向影响因子可以表示为：

当v_real为C-V2X手机携带者为行人时的速度，v_initial、q1_pos、q1_ρ、q1_dire分别为行人速度初始值、行人所在位置影响因子、C-V2X手机携带者周围密度影响因子、前进方向影响因子，假设行人的影响因子的区域取值集合为T，此时假设手机携带者为行人，即q1_type∈T，假设[v₁,v₂]是计算出的行人速度范围，在此情况下手机携带者为行人的概率为：

7密度判定模块

在一定范围内，行人的行走速度和行人所处环境的行人密度之间存在相互影响的现象，表2显示了行人行走时的速度与密度的关系，当行人密度小于0.83人/m²时可以以正常速度行走。

表5不同密度下行人通行状况统计表

自行车的长度一般是2米，骑行过程中与左右自行车距离不能小于0.5米，在安全行驶过程中密度不能超过0.5人/m²。公交车的判定可以根据收集到的乘客手机的位置信息计算当前的密度，如果密度超过4人/m²，且这些手机信息数据在很长一段时间内的相对位置分布在一定范围内甚至不会发生改变，符合以上特征的就可以判定这些手机的携带者为公交车乘客。私人汽车的占地面积一般为10m²，车上乘客的密度一般为2人/m²，车上手机的位置与车载设备的相对位移长时间保持不变或者在很小的范围内变化。

C-V2X手机携带者的密度公式表示如下

s_i为研究区域i的面积，P_i为研究区域i中可以判定为手机发送的信号的数量。移动状态下的手机携带者中行人的密度范围为：

C-V2X手机携带者的密度ρ与方向之间的相关性不大，但与类型、所处位置pos有直接关联，并且手机携带者的密度与其速度v存在相互作用，当周围其他手机携带者比较少时速度会比较快，当比较多时速度就会受影响而减慢，即C＝ρv(C为常数，表示单位长度每秒通过的手机携带者的数量)，密度表达公式为：

ρ＝ρ_initial×q2_type×q2_pos×q2_v

假设ρ_initial为不受任何因素影响的手机携带者所处位置的手机信号的密度，q2_type、q2_pos、q2_v分别代表手机携带者的类型、所处位置、当前速度对手机携带者所处位置手机信号密度的影响因子，并且

(C_v为常系数)

假设行人的密度集合用E＝[ρ₁,ρ₂]表示，即

假设手机所在位置当前密度为ρ_real，则其携带者为行人的概率表示为

8方向判定模块

道路使用者的前进方向在交叉口一般都会发生变化，在斑马线区域，行人的方向与斑马线方向一致或相反，其他道路使用者则垂直或接近垂直。

如图8所示，斑马线区域的行人方向表示如下：

dire1_pedes∈[-α,α]∪[π-α,π+α](

且

)

对于斑马线区域外重叠区域3和重叠区域4，行人的方向表示方式如下所示：

dire2_pedes∈[π-θ,π]∪[0,θ](

且

)

dire3_pedes∈[-π,β-π]∪[β,0](

且

)

如图6所示，L₂是斑马线区域的长度，d₄为斑马线的宽度，d₆为斑马线区域与道路起止线之间的距离，d₅为斑马线区域与道路交叉口中心点之间的距离因此斑马线及其附近的行人方向表示如下：

dire_pedes＝dire1_pedes+dire2_pedes+dire3_pedes

在人行道区域，行人的方向有两个大致的分类：

dire1_pedes∈[-α,α]∪[π-α,π+α](

且

)

dire2_pedes∈[π-θ,π]∪[0,θ](

且

)

L表示所研究人行道区域的长度，

为所研究人行道区域的宽度，

因此人行道区域及其附近的行人方向为：

dire_pedes＝dire1_pedes+dire2_pedes

如果将C-V2X手机携带者当前所处位置区域的单位面积为准，周围的区域为其前进方向邻域，不同的邻域集合代表下个时刻手机携带者所在位置，两个位置之间的连线即为手机携带者的前进方向，如图7所示。如图5所示，道路方向用区域1，3表示，当道路使用者下个时刻在1，3区域中时，代表其沿着道路前进或通过斑马线横穿道路，如果在区域2，4，则表示道路使用者在横穿道路或者通过斑马线。

C-V2X手机携带者的方向与其位置和类型有关，即

dire＝dire_initial×q3_type×q3_pos

dire_initial为手机携带者所在区域的正方向，q3_type、q3_pos分别表示手机携带者类型和所在区域对手机携带者前进方向的影响因子。假设类型为行人时类型影响因子的集合为T_dire，位置影响因子取值集合为E_dire，当手机携带者为行人时，q3_type∈T_dire且q3_pos∈E_dire，此时不同类型的手机携带者的前进方向会在一定的范围内，假设行人的前进方向范围用几何Dire_pedes表示，当手机携带者和形象因子是集合T_dire中的元素，得出的方向满足dire∈Dire_pedes时，可以判断手机携带者在方向上满足行人的条件。

以斑马线区域为例，其方向的划分如图8所示。一般情况下行人的方向与斑马线方向的夹角不大于α，概率分布大致以斑马线区域正方向、反方向为中心对称分布，行人方向概率分布图如图9所示,P_pedes(θ)表示手机携带者为行人的概率与斑马线夹角为θ时的关系函数，行人的方向集合为[-α,α]∪[π-α,π+α],且存在如下关系:

此时根据手机携带者的方向θ计算出其为行人的概率为:

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (8)

1.一种基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，包括：多模通信信息采集模块(11)、位置判定模块(12)、速度判定模块(13)、密度判定模块(14)及方向判定模块(15)；其中，所述多模通信信息采集模块(11)，用于通过基于C-V2X通信技术的信息采集装置采集包括车辆车载终端、手机、路侧设备的位置、航向角、速度、海拔在内的基本信息,多模通信信息采集模块为本系统其他模块提供原始数据信息；

位置判定模块(12)，利用多模通信信息采集模块(11)采集到的C-V2X手机位置信息，用于判定当C-V2X手机的高精度定位信息在交叉路口某一区域时C-V2X手机携带者为行人的概率,为速度判定模块(13)、密度判定模块(14)、方向判定模块(15)提供区域影响因子；

速度判定模块(13)，利用多模通信信息采集模块(11)采集到的手机速度信息和位置信息，通过不同类别的不受任何因素影响的初始速度、位置对速度的影响因子、C-V2X手机信号对速度的影响因子、方向对速度的影响因子，计算出行人的速度范围，结合实际接收到的C-V2X手机的速度信息，计算此速度时C-V2X手机携带者为行人的概率；

密度判定模块(14)，利用多模通信信息采集模块(11)采集到的C-V2X手机位置信息和路侧设备接收到的信息，计算C-V2X手机携带者周围的行人密度，并且计算在此行人密度下C-V2X手机携带者为行人的概率，密度判定模块(14)考虑到公交车靠站场景，可以降低使用位置判定模块(12)和速度判定模块(13)对行人检测和识别的失误；

方向判定模块(15)，综合考虑C-V2X手机携带者的位置、速度、密度对方向的影响，利用多模通信信息采集模块(11)采集到的C-V2X手机方向、位置信息，通过当前C-V2X手机方向和C-V2X手机位置在内的信息计算C-V2X手机携带者为行人的概率。

2.根据权利要求1所述的基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，所述多模通信信息采集模块(11)使用C-V2X的V2V车-车技术实现车辆间通信；使用C-V2X的V2I车辆-基础设施技术实现车辆与路侧设备之间的通信，驾驶员和乘客的C-V2X手机使用C-V2X的P2I行人-基础设施技术与路侧单元间进行交互，车辆的车载单元与信息服务管理平台使用C-V2X的V2N车-互联网技术通信技术进行信息交互，车辆与行人通过车载单元与具有C-V2X通信功能的手机利用C-V2X的V2P车-行人技术进行信息交互；行人通过其携带的手机，通过C-V2X的P2N行人-互联网技术实现与信息服务平台间的通信，行人通过其携带的C-V2X手机与路侧单元间使用C-V2X的P2I行人-基础设备技术进行通信；路侧设备与信息服务管理平台间使用C-V2X的I2N基础设备-互联网技术进行交互。

3.根据权利要求1所述的基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，还包根据城市交叉路口的功能特性将其划分为不同的功能区域的模块，并使用区间将其表示出来，交叉路口附近的道路表示方式如下：

{(type,orientation,startPoint,endPoint,length,width,AddPoint)|type＝{0,1,2,3,4},orientation∈[0,2π),AddPoint＝{point1,point2,...,pointN}}

type中的0代表人行道，1代表自行车道，2代表机动车道，3代表斑马线，4代表道路交叉路口中心；N为正整数。

4.根据权利要求1所述的基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，所述位置判定模块(12)判定C-V2X手机携带者为行人具体包括：将C-V2X手机携带者根据不同交通参与者类型划分为四个类别：根据道路使用者类别划分为，行人、自行车、公交车乘客、其他机动车驾驶员；

C-V2X手机携带者表示如下：

{(type,pos,v,orientation,acc,accOrien)|type＝{0,1,2,3},orientation∈[0,2π),accOrien∈[0,2π)}

type中的1代表C-V2X手机携带者为行人，2代表C-V2X手机携带者交通工具为自行车，3代表交通参与者为机动车驾驶员，0代表其他情况。

5.根据权利要求4所述的基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，所述位置判定模块(12)通过当前C-V2X手机的位置，结合城市交叉路口道路功能区域划分，确定C-V2X手机携带者在当前位置时是行人的概率，公式如下；

其中k＝{0,1,2,3,4}，

0-4分别对应人行道、斑马线、机动车道、非机动车道、交叉路口中心区域；

其中

分别表示区域k范围内C-V2X手机携带者为行人、车辆、自行车的概率。

6.根据权利要求1所述的基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，所述密度判定模块(14)利用信息服务管理平台接收到的一定区域的终端为手机信息情况下计算此区域的信号密度，表示方式如下：

s_i为研究区域i的面积，P_i为研究区域i中可以判定为手机发送的信号的数量。

7.根据权利要求5所述的基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，所述速度判定模块(13)利用C-V2X手机携带者的速度、所处位置的影响因子、信号密度影响因子、方向影响因子信息得出此时的速度，与接收到的C-V2X手机速度信息结合，计算C-V2X手机携带者以此速度运动时为行人的概率，表示如下；

假设v_real为C-V2X手机携带者是行人时的速度，v_initial、q1_pos、q1_ρ、q1_dire分别为行人速度初始值、行人所在位置影响因子、C-V2X手机携带者周围密度影响因子、前进方向影响因子，假设行人的影响因子的区域取值集合为T，此时假设C-V2X手机携带者为行人，即q1_type∈T，假设[v₁,v₂]是计算出的行人速度范围。

8.根据权利要求5所述的基于C-V2X的城市交叉路口行人检测识别系统，其特征在于，所述方向判定模块(15)使用邻域的方法表示前进方向，其表示方式如下：

G(x,y,z)表示手机位置，G₁(x₁,y₁,z₁)表示C-V2X手机下一时刻的位置，且G₁所在区域是G邻域；通过C-V2X手机携带者的前进方向、手机携带者的类别、位置可以得出C-V2X手机携带者的方向，结合C-V2X手机方向信息，可以得出C-V2X手机携带者为行人的概率；假设P_pedes(θ)表示C-V2X手机携带者为行人的概率与该区域正方向夹角为θ时的关系函数，行人的方向集合为[-α,α]∪[π-α,π+α],且存在如下关系:

此时C-V2X手机携带者为行人的概率为:

Images