一种基于Deep-SORT与最小二乘法的行人轨迹预测方法及系统

本发明公开了一种基于Deep‑SORT与最小二乘法的行人轨迹预测方法及系统,解决了目前行人轨迹预测精度低、实时性差的问题。首先，利用Yolov7算法实现行人检测。然后，基于Kalman滤波算法的Deep‑SORT模型进行行人轨迹的跟踪。最后，基于深度相机坐标变换原理，计算行人在相机坐标系下任意一点的三维轨迹坐标。通过垂直投影方法将行人的三维轨迹解耦成横向和纵向二维轨迹，并利用最小二乘法对行人横向和纵向二维轨迹进行预测，将横向和纵向预测轨迹合成行人三维轨迹，实现了实时的单目标行人轨迹预测和多目标行人轨迹预测。本发明所提出的算法具有预测精度高、实时性高的特点，可以满足自动驾驶汽车的行人防冲突需求。