基于交通场景理解的通行意图识别控制方法及系统与流程

本发明涉及交通控制，尤其涉及一种基于交通场景理解的通行意图识别控制方法及系统。

背景技术：

1、通行意图识别与控制方法通常依赖于交通参与者的历史运动轨迹和瞬时运动状态进行预测。一般的利用卡尔曼滤波或粒子滤波等运动模型对车辆或行人的未来位置进行短期估计，基于隐马尔可夫模型或循环神经网络捕捉时序变化模式来推断意图类别，如直行、转弯或停止。另外采用决策树或支持向量机等机器学习分类器，结合车辆速度、加速度、转向灯信号等特征判定意图。在控制层面，多采用基于规则的方法，例如设定安全距离阈值或冲突区域边界，触发减速或避让动作。也有部分方案引入强化学习框架，通过模拟环境训练策略，但通常将意图识别与控制解耦为独立模块。

2、以上方法存在明显缺陷，缺乏对交通场景语义层级的结构理解，例如道路拓扑连接关系、交通标志含义、车道功能划分等。仅依赖运动轨迹和低级特征难以在复杂路口或开放区域准确辨识意图，因为同一运动模式在不同场景下可能对应不同意图，如靠近路口时减速可能是准备停车或转弯；多数方法忽视多交通参与者之间的交互博弈关系，将其他车辆或行人视为静态障碍物或独立运动物体。实际场景中，各方基于彼此行为动态调整自身意图，这种博弈过程未被纳入意图识别与控制的统一框架，导致生成的通行控制策略过于保守而效率低下，或过于激进而存在安全隐患。

技术实现思路

1、本发明实施例提供基于交通场景理解的通行意图识别控制方法及系统，能够解决现有技术中的问题。

2、本发明实施例的第一方面，提供基于交通场景理解的通行意图识别控制方法，包括：

3、获取目标交通参与者的运动轨迹数据和交通场景数据；

4、对所述交通场景数据进行语义分割提取拓扑图节点，并标注节点语义属性，建立有向连接边并标注边语义属性，通过图神经网络生成场景语义图谱；

5、将所述运动轨迹数据锚定至所述场景语义图谱的节点序列，采用图卷积神经网络提取所述节点序列的空间传播特征作为路径导向特征，对运动轨迹数据与交互状态属性进行时序分片计算交互几何关系变化量，判别交互博弈状态，并提取交互博弈特征；

6、将路径导向特征和交互博弈特征生成意图候选集合，通过贝叶斯推理网络求解目标交通参与者的意图后验概率分布，得到通行意图识别结果；

7、根据所述通行意图识别结果识别冲突区域，构建多智能体博弈状态空间并定义动作集合，构建累积奖励函数并采用策略迭代求解最优博弈策略，生成通行控制策略；

8、基于所述通行控制策略对所述目标交通参与者执行通行控制。

9、在一种可选的实施例中，对所述交通场景数据进行语义分割提取拓扑图节点，并标注节点语义属性，建立有向连接边并标注边语义属性，通过图神经网络生成场景语义图谱包括：

10、对交通场景数据进行语义分割，识别道路区域、车道区域和交叉口区域，提取道路区域的边界轮廓线和车道区域的中心线，将边界轮廓线和中心线的交点作为拓扑图节点，根据拓扑图节点是否位于交叉口区域内标注冲突区域标识，对每个拓扑图节点标注关联的车道数量、转向类型属性和冲突区域标识，生成节点语义属性；

11、检测动态层中其他交通参与者的当前位置，判断每个其他交通参与者占据的拓扑图节点，在其他交通参与者占据的拓扑图节点与运动方向上的相邻拓扑图节点之间建立有向连接边，对有向连接边标注其他交通参与者的瞬时速度和运动方向角度，生成边语义属性；

12、将节点语义属性作为初始节点特征矩阵，将边语义属性作为邻接关系矩阵，通过图神经网络进行节点特征传播，使每个拓扑图节点聚合邻域节点的特征信息，生成场景语义图谱。

13、在一种可选的实施例中，将所述运动轨迹数据锚定至所述场景语义图谱的节点序列，采用图卷积神经网络提取所述节点序列的空间传播特征作为路径导向特征包括：

14、对运动轨迹数据中的轨迹点进行空间坐标解析，计算每个轨迹点与场景语义图谱中各节点之间的空间距离，选取距离最小的节点作为锚定节点，建立轨迹点到锚定节点的映射表；

15、根据映射关系提取目标交通参与者经过的全部锚定节点，按照时间戳对锚定节点进行时序排列生成有序节点序列，并从场景语义图谱中提取有序节点序列中每个节点的空间连通属性以及相邻节点之间的拓扑边权重；

16、构建多层图卷积神经网络，将有序节点序列及其拓扑边权重作为图结构输入，在图卷积层中对当前节点的空间连通属性与邻居节点的空间连通属性进行消息传递聚合，利用拓扑边权重对聚合信息进行加权融合，生成融合邻域结构的节点隐层特征；

17、通过多层图卷积层的逐层传播，使有序节点序列中的每个节点依次融合一跳至多跳邻域的拓扑结构信息，输出每个节点的空间传播特征向量；

18、将有序节点序列中各节点的空间传播特征向量按照时序进行拼接，形成路径导向特征。

19、在一种可选的实施例中，对运动轨迹数据与交互状态属性进行时序分片计算交互几何关系变化量，判别交互博弈状态，并提取交互博弈特征包括：

20、对运动轨迹数据进行时间窗口划分生成多个时间片段，从场景语义图谱中提取与每个时间片段对应的交互状态属性，建立时间片段与交互状态属性的时序映射表；

21、对每个时间片段中的运动轨迹数据提取位置坐标和速度矢量，对对应的交互状态属性提取其他交通参与者的位置坐标和速度矢量，计算目标交通参与者与每个其他交通参与者之间的相对位移向量、相对速度向量和运动方向夹角，构建交互几何关系特征组；

22、对相邻时间片段的交互几何关系特征组进行差值计算得到交互几何关系变化量序列，对相对位移向量的变化量进行方向分解，提取径向接近速率和切向绕行速率；

23、构建交互博弈状态判别器，计算径向接近速率与切向绕行速率的比值，确定博弈倾向系数，当博弈倾向系数大于预设倾向阈值时，标记竞争博弈状态并提取相对速度向量变化量作为竞争特征分量，否则标记避让博弈状态并提取运动方向夹角变化量作为避让特征分量；

24、将所有时间片段的竞争特征分量和避让特征分量按照时序拼接，生成交互博弈特征。

25、在一种可选的实施例中，将路径导向特征和交互博弈特征生成意图候选集合，通过贝叶斯推理网络求解目标交通参与者的意图后验概率分布，得到通行意图识别结果包括：

26、将路径导向特征和交互博弈特征进行拼接，提取路径导向特征中的空间传播特征向量和交互博弈特征中的竞争特征分量与避让特征分量，构建联合特征表示；

27、构建意图候选空间，根据空间传播特征向量中各节点的拓扑连接关系生成候选路径集合，根据竞争特征分量与避让特征分量的数值分布生成交互策略集合，对候选路径集合与交互策略集合进行组合，形成意图候选集合；

28、构建贝叶斯推理网络，对意图候选集合中的每个意图候选项基于联合特征表示分别计算路径条件概率和策略条件概率；

29、构建概率融合层，将路径条件概率与策略条件概率输入概率融合层进行联合概率推断，通过路径空间约束与交互博弈约束的耦合传播生成联合条件概率，对意图候选集合中各意图候选项的联合条件概率进行概率归一化，生成目标交通参与者的意图后验概率分布；

30、从意图后验概率分布中选取概率值最大的意图候选项作为通行意图识别结果。

31、在一种可选的实施例中，根据所述通行意图识别结果识别冲突区域，构建多智能体博弈状态空间并定义动作集合，构建累积奖励函数并采用策略迭代求解最优博弈策略，生成通行控制策略包括：

32、根据通行意图识别结果提取目标交通参与者的预期通行路径，与其他交通参与者的预期通行路径进行空间重叠检测，识别冲突区域；

33、构建多智能体博弈状态空间，将目标交通参与者在冲突区域的位置、速度和航向作为第一智能体状态，将其他交通参与者的位置、速度和航向作为第二智能体状态，并提取冲突区域的空间边界约束，构建博弈状态空间；

34、针对第一智能体状态和第二智能体状态分别定义加速、减速和保持的动作集合，建立状态与动作的转移映射关系；

35、构建多智能体强化学习奖励机制，基于目标交通参与者与其他交通参与者的相对位置矢量和相对速度矢量生成安全奖励分量，基于通行时长生成效率奖励分量，基于预测轨迹交点生成碰撞惩罚分量，构建累积奖励函数；

36、采用策略迭代在所述博弈状态空间中执行动作选择与状态转移，基于所述累积奖励函数更新决策策略，求解最优博弈策略；

37、根据最优博弈策略提取动作序列，转换为通行时刻调整指令和空间轨迹调整指令，生成通行控制策略。

38、在一种可选的实施例中，构建多智能体强化学习奖励机制，基于目标交通参与者与其他交通参与者的相对位置矢量和相对速度矢量生成安全奖励分量，基于通行时长生成效率奖励分量，基于预测轨迹交点生成碰撞惩罚分量，构建累积奖励函数包括：

39、提取目标交通参与者与其他交通参与者之间的相对位置矢量和相对速度矢量，基于所述相对速度矢量计算制动距离，当相对位置矢量的模长大于所述制动距离时判定满足安全距离条件，生成安全奖励分量；

40、记录目标交通参与者进入冲突区域的时刻和离开所述冲突区域的时刻，计算时间差值作为通行时长，当所述通行时长小于预设基准时长时生成效率奖励分量；

41、计算目标交通参与者与其他交通参与者在未来时间窗口内的预测轨迹，判断所述预测轨迹是否具有交点，若是则根据交点处的时间间隔生成碰撞惩罚分量；

42、将所述安全奖励分量、所述效率奖励分量和所述碰撞惩罚分量进行加权求和，构建累积奖励函数。

43、本发明实施例的第二方面，提供一种基于交通场景理解的通行意图识别控制系统，包括：

44、数据获取单元，用于获取目标交通参与者的运动轨迹数据和交通场景数据；

45、场景语义单元，用于对所述交通场景数据进行语义分割提取拓扑图节点，并标注节点语义属性，建立有向连接边并标注边语义属性，通过图神经网络生成场景语义图谱；

46、轨迹特征单元，用于将所述运动轨迹数据锚定至所述场景语义图谱的节点序列，采用图卷积神经网络提取所述节点序列的空间传播特征作为路径导向特征，对运动轨迹数据与交互状态属性进行时序分片计算交互几何关系变化量，判别交互博弈状态，并提取交互博弈特征；

47、意图识别单元，用于将路径导向特征和交互博弈特征生成意图候选集合，通过贝叶斯推理网络求解目标交通参与者的意图后验概率分布，得到通行意图识别结果；

48、博弈策略单元，用于根据所述通行意图识别结果识别冲突区域，构建多智能体博弈状态空间并定义动作集合，构建累积奖励函数并采用策略迭代求解最优博弈策略，生成通行控制策略；

49、通行控制单元，用于基于所述通行控制策略对所述目标交通参与者执行通行控制。

50、本发明实施例的第三方面，提供一种电子设备，包括：

51、处理器；

52、用于存储处理器可执行指令的存储器；

53、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。

54、本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。

55、在本发明实施例中，通过对交通场景数据进行语义分割并构建有向连接边的场景语义图谱，结合图神经网络提取节点序列的路径导向特征，能够精确捕捉道路拓扑结构与参与者空间传播规律，有效避免传统方法因忽略场景语义关联导致的误判；在复杂动态场景下，时序分片交互几何关系变化量的计算与交互博弈状态的判别，深刻揭示了目标交通参与者与周围环境之间的博弈演化本质，提取的交互博弈特征为后续推理提供了高区分度的依据；借助贝叶斯推理网络对路径导向特征和交互博弈特征进行融合，求解目标意图的后验概率分布，大幅降低了单一特征带来的不确定性，使得通行意图识别结果具有概率可解释性与统计置信度，特别适用于多模态行为预测场景；基于准确的意图识别结果识别冲突区域并构建多智能体博弈状态空间，配合累积奖励函数与策略迭代求解，生成的最优博弈策略在时空维度上实现了对冲突风险的主动规避，兼顾了通行效率与安全性的平衡；从场景理解到行为决策形成完整闭环，无需人工预设规则即可适应城市交叉口、高速匝道等复杂交通环境；执行层面的通行控制策略具备实时自适应能力，能够有效应对行人突然横穿、车辆强行变道等突发情况，显著降低因意图误判导致的急刹车或碰撞事故率，同时将全路网通行效率提升至全局最优水平。