基于行人視野注意力場的人車微觀交互模型*

李文禮，肖凱文，石曉輝，梁鋒華，黎 平

（1.重慶理工大學，汽車零部件先進制造技術教育部重點實驗室，重慶 400054；2.重慶長安汽車股份有限公司，重慶 400020）

前言

行人道路安全是全球共同關注的熱點問題，世界衛(wèi)生組織（WHO）指出，全世界每年約有130 萬人死于交通事故，其中超過50%是“弱勢道路使用者”，即行人、自行車或摩托車騎行者，這意味著行人道路安全問題仍不容樂觀。由于行人的內在特性（情緒、習性、性別等）存在差異，使行人在過街時與車輛交互過程中的運動狀態(tài)具有多態(tài)性和突變性，在發(fā)生緊急交通沖突的前一時刻，僅依靠駕駛人的判斷和決策難以避免人車沖突甚至導致交通事故的發(fā)生。因此，深入剖析行人特性，研究人車交互問題，是提高道路安全和保護行人的必要措施。

研究人車交互的目的是為車輛路徑規(guī)劃提供參考，常用的路徑規(guī)劃方法有圖搜索法、基于采樣和離散優(yōu)化及人工勢場法，這幾種方法皆具優(yōu)劣，其中人工勢場法（artificial potential field）由于計算成本低、實時性高等優(yōu)點而得到了廣泛應用。近年來，許多學者對勢場理論進行的改進和創(chuàng)新，對人-車或車-車交互研究的推進起到了重要作用。Ni認為駕駛人總是沿著道路風險分布最低點附近行駛，較早地提出了基于駕駛人主觀駕駛環(huán)境的場域理論（field theory）。王建強等在場域理論的基礎上進一步考慮駕駛人自身內在特性、車輛狀態(tài)和交通環(huán)境，提出了解釋人-車-路相互關系的“行車風險場”理論，揭示了車輛在復雜交通場景下人-車-路綜合作用時的風險變化趨勢，為行車安全和智能車的路徑規(guī)劃提供了新思路。在此基礎上，許多學者對風險場理論進行了改進和創(chuàng)新。文獻［6］中將車輛加速度和轉向盤轉角轉化為駕駛風格因子，以描述駕駛人潛在的駕駛習慣，構建出一種考慮駕駛風格因子的綜合風險場模型。文獻［7］中建立了考慮車輛加速度和轉向角度動態(tài)影響的駕駛風險場模型，并開發(fā)出基于駕駛風險場的車輛跟馳模型，分析了不同駕駛風格與換道安全之間的關系。朱乃宣等基于人工勢場理論對交通環(huán)境中的動態(tài)和靜態(tài)障礙物實現了風險場建模，以真實駕駛員駕駛數據樣本得出了個性化換道的觸發(fā)時刻，分析了駕駛員換道過程中的風險變化。文獻［9］中提出了彎道超車工況下的彎道勢場，設計動態(tài)環(huán)境的增量搜索算法，生成具有參考意義的彎道超車路徑。近幾年逐漸有學者利用勢場理論對人車交互進行研究，黃俊達等通過在鳥瞰二維坐標下構建行車風險場來預測行人運動軌跡，將行人風險系數量化為3 層風險等級以判定行人是否具有碰撞危險。袁泉等提出了心理安全通行距離和心理安全制動距離，將心理安全距離融入行車安全場理論，構建出行人風險動態(tài)評價模型。楊彪等提出了一種多源信息融合識別網絡以識別行人過街意圖，通過感知周車環(huán)境中的行人過街意圖，更好地規(guī)劃無人車的運行軌跡，為行人防碰撞提供了決策依據。

現有的基于勢場理論的人車或車車交互模型，大多對車輛特性和駕駛人特性考慮較為全面，而對行人特性研究較少。為提高人車交互中行人路徑規(guī)劃的準確性，把行人特性作為人車交互的重要影響因子，本文中提出一種基于行人視野注意力場的人車微觀交互模型，具體工作包括：（1）提出一種基于行人視野注意力場的人車微觀交互模型，利用目標捕捉算法來控制行人視野域對目標的捕捉，使人車交互仿真過程更加擬人化；（2）提取鳥瞰視角下的人車真實交互數據，將行人過街風格類型進行分類；（3）在Pygame 框架下搭建模型，將不同過街風格類型的人車交互數據作為仿真輸入，驗證模型和算法的有效性。

1 基于行人視野注意力場的人車微觀交互模型

1.1 行人視野注意力場描述

如圖1 所示，當行人過街時，根據行人的思維邏輯應當先觀察視野下的交通環(huán)境再決定是否穿越，而行人在過馬路時的視野范圍是有限的，通常需要配合頭部轉動來檢索、更新周圍信息。一般情況下，如果行人在穿行過程中沒有發(fā)現周圍有車輛對其穿越行為產生威脅，則行人視野注意力應當集中于目的地方向，即目的地周圍會持續(xù)產生一種虛擬勢場吸引行人視野；而在行人穿越時通常需要應對來車對其產生的安全威脅，因此，行人在去往目的地的同時必須持續(xù)關注來車，判斷人車當下運動狀態(tài)是否安全，可以認為行人附近的車輛也會產生與目的地周圍類似的虛擬勢場，吸引行人的視野關注度。因此，本文把這種“虛擬勢場”稱為行人視野注意力場，利用這種場可描述行人如何搜索周圍視野需要關注的信息來規(guī)劃路徑。

圖1 人車交互場景概念圖

1.2 驅動行人視野域旋轉運動的視野注意力場建模

為模擬現實情況下行人的視野范圍，設行人視野域為

式中：為的極徑；為的極角；為平分的角平分線長度；為行人專注情況下的視野范圍角，根據文獻［13］設為120°；為與水平軸線的夾角，逆時針為正方向；視野域如圖2中扇形區(qū)域所示。

圖2 視野域轉動與人車運動的驅動力示意圖

考慮到現實交通環(huán)境中障礙物或目標點對行人視野注意力的影響分布具有“近大遠小”的特征，本文將車輛與目的地對行人視野域產生的影響力分布場以改進的二維正態(tài)分布來刻畫每一時刻對行人視野域的影響。如圖2所示，點（，）是車輛幾何中心坐標，（，）是行人目的地坐標，（，）點和（，）點產生的視野注意力場對(，)處行人的視野域引力大小分別為

式中：(，)和(，)分別為車輛點位置和目的地位置對行人視野域在(，)處的引力大小；為車輛瞬時速度；是與相關的常數；是與行人過街風格相關的常數。

行人視野域所受視野注意力場的引力方向定義如下，在圖2 中，行人的左側來車，由于(，)的方向始終與矢量=(-，-)的方向同向，因此可以用的單位向量方向(-cos，sin) 作 為(，)的方向；同理，行人視野域在(，)處受點、目的地點產生的視野注意力場引力矢量和視野注意力合力矢量為

式中：和分別是(，)和(，)與軸的夾角，逆時針為正方向（若行人右側來車則順時針為正向）。

視野注意力合力矢量驅動視野域的過程如圖2 所示，假設初始時刻下，行人視野角平分線平行于軸，且與夾角為，受到在上的法向分力||·sin后，使頭部轉動角度，最終轉動到。視野域轉動的狀態(tài)轉移方程為

式中：Δ為單位采樣時間；為視野域轉動慣量，是與行人過街風格有關的常數。

1.3 行人視野域A對目標的捕捉

1.3.1 目標捕捉算法

圖3 視野域A捕捉車輛目標的過程

式中：為車輛點與行人之間的歐氏距離；是行人位置與車輛點所連直線對水平軸線的夾角，逆時針為正（若行人右側來車則順時針為正）；表示車輛點與行人的橫坐標之差，為-，左側來車＜0，右側來車＞0。

1.3.2 目標關注度

設第個采樣時刻為T∈（，，…，T），行人過街總時間為，在目標捕捉算法中描述了還未捕捉到目標、恰好捕捉到目標和結束交互的整個過程，將3 個時刻分別記為T、T、T；行人對車輛關注度和對目的地關注度為

1.4 驅動人車運動的人工勢場建模

基于行人視野注意力場的人車微觀交互模型中改變行人和車輛運動狀態(tài)的力由人工勢場確定。人工勢場主要通過斥力勢場和引力勢場共同組成，引力勢場和斥力勢場為

式中：表示引力常量，與行人過街風格有關，不同過街風格的行人對目的地的關注度不同，故受到的引力大小不同；和分別是行人(，)和目的地(，)任意時刻位置；是用于限制引力“遠極大”和“近極小”兩種特殊情況下的距離閾值；為斥力常量，與行人過街風格有關，不同過街風格的行人受到車輛的斥力不同；表示來車對行人的最大影響距離，該參數的定義借鑒了文獻［11］中提出的行人心理安全通行距離，將此距離用于控制來車產生的斥力場對行人的最大作用距離，如式（9）所示。

式中：是與行人過街風格有關的正數；v為參考車速。

勢場力由勢場的負梯度定義，故引力和斥力為

行人受人工勢場合力’為目的地勢場的引力和多個車輛勢場產生的斥力之和。視野域在轉動過程中會持續(xù)搜索周圍車輛，若捕捉到車輛點，即∈時，所有滿足行人心理安全通行距離的車輛對行人有斥力作用，否則僅有目的地引力作用，故’為

求得行人所受人工勢場合力’后，設時刻行人坐標為(x，y)，用’構建行人的狀態(tài)轉移方程：

式中為’與水平軸線的夾角，逆時針為正向。

車輛也會受到行人的反作用力，方向由行人位置指向車輛位置，根據文獻［13］中力的反饋過程，設計行人對車輛的作用力為

式中：是車輛受到行人的反作用力；為舒適減速度；為駕駛員反應時間。

2 人車交互數據采集與分析

通過無人機采集人車交互視頻，手動逐幀標定鳥瞰視頻中的人車軌跡和行人頭部偏向，得到人車交互時的軌跡數據(，，，，，，)，再將人車歷史軌跡和行人頭部偏向角進行數據分析，得到交互數據(，，，，，，)。隨后使用基于決策樹的集成學習算法（隨機森林、XGBoost）對交互數據進行解釋變量的重要性分析，以得分較高的解釋變量為基準作K均值聚類。整個數據采集和分析流程如圖4所示。

圖4 數據采集和分析流程

2.1 采集和標定數據

本文的行人和車輛數據均為實景采集，為使數據符合現實情況，選擇了某高校附近的丁字路口，此路口人流密集，人車交互頻繁，采集場景如圖5所示。

圖5 數據采集場景

數據采集設備為DJI-MINI2 無人機，如圖6 所示。單次最長飛行時間為30 min，影像傳感器為CMOS，有效像素1 200萬；錄像分辨率為3840×2160，幀率為24 fps；飛行高度50 m。

圖6 采集設備

視頻數據包含17 段交互場景，共22 480 幀，每10 幀對人車軌跡和行人頭部偏角進行一次手動標定，相鄰標定點之間的時間間隔為0.042 s。經實地測量，確定拍攝區(qū)域為長30 m、寬25 m 的矩形區(qū)域，共整理出231條有效的行人軌跡和51條具有交互行為的車輛軌跡，多個行人可能與單輛車交互。每個行人的標定軌跡數據格式如表1所示（這里以3號行人為例）。

表1 部分標定數據

圖7為行人和車輛部分軌跡標定結果，圖8為行人頭部偏向角標定過程。得到人車軌跡數據后，利用標定后的軌跡點求行人最大加速度和平均速度，以車輛點歷史軌跡確定來車與行人的初始橫向距離和車輛平均速度，以視頻幀數衡量行人等待時間，以視頻畫面確定該行人是否有同行人，根據目標捕捉算法和人車歷史軌跡計算行人對來車的關注度。計算統(tǒng)計出每個行人的交互數據，如表2所示。

表2 人車交互數據

圖7 部分人車軌跡（行人為彩色實線，車輛為紅色虛線）

圖8 標定行人頭部偏向角θ

2.2 解釋變量重要性分析

如表3 所示，根據視頻中行人過街表現出“讓出交互主導權，讓來車先行”、“謹慎交互，平穩(wěn)前行，不奔跑”、“積極爭奪交互主導權，侵略性強，奔跑”的行為表現作為被解釋變量，將包含車輛特性與行人特性的交互數據作為解釋變量；利用基于決策樹的集成學習算法，通過Random-Forest（隨機森林）和XGBOOST（極致梯度提升）算法分析解釋變量的重要性，篩選對被解釋變量（過街風格）影響較大的解釋變量。

表3 解釋（被解釋）變量定義

在訓練隨機森林模型過程中，確定最佳決策樹棵數為85 的模型表現最佳：模型效率（0.845 s）、袋外準確率OOB=0.897、準確率AUC=0.924；在訓練XGBOOST 模型時，將行人數據集按4∶1 分為訓練集（185 個）、測試集（46 個）。訓練結果表明，當決策樹為120 時，模型有最優(yōu)準確率AUC=0.947。圖9 描述了兩種模型的ROC 曲線、AUC 得分和兩模型AUC的平均值，結果表明，兩種訓練模型對解釋變量重要性的評估具有很高的可靠性。從圖10 可以看出行人在交互過程中對來車的關注度、行人最大加速度和行人平均速度對過街風格分類影響更為顯著。

圖9 模型評估ROC曲線

圖10 解釋變量重要性排序

2.3 行人過街風格聚類

從解釋變量重要性分析的實驗結果可以看出：行人在交互過程中，來車的關注度、行人最大加速度和行人平均速度對過街風格影響更為顯著，故將以上3 種變量作為相關因素，經數據歸一化后進行K 均值聚類分析，設初始聚類質心數量與被解釋變量數相同，目標函數為最優(yōu)化歐氏距離誤差平方和，最終形成了3個簇，如圖11所示。根據各簇分布，將過街風格分為“保守型”、“謹慎型”和“冒險型”，分別有42、112、77人。

圖11 過街風格聚類

3 仿真分析

將各個行人、交互對象車輛、對應目的地坐標、車輛初始速度和行人過街風格作為模型輸入，格式為(，，，，，，，)，運行模型得到仿真結果（行人對來車的關注度和交互軌跡）。整個仿真模型由圖12 所示，主要由觀測模塊和決策執(zhí)行模塊構成，觀測模塊利用輸入數據構建視野注意力場，由視野注意力場驅動視野域轉動；決策執(zhí)行模塊用輸入數據構建人工勢場驅動人車運動；視野域轉動期間會持續(xù)調用目標捕捉算法，使行人在視野域的引導下與交互對象車完成擬人化、高保真的交互。仿真平臺為Pygame，仿真用的計算機配置為2.90 GHz的CPU：Intel（R）Core（TM）i7-10700CPU 和Quadro RTX 5000顯卡。

圖12 模型結構圖

3.1 基于典型過街風格的勢場仿真分析

3.1.1 視野注意力場分析

行人周圍視野注意力場的分布與車輛速度大小和行人過街風格有關。圖13 展示了不同車速和過街風格下的視野注意力場。

場景1：保守行人周圍的視野注意力場

在圖13（a）中，車輛點位于（6，8）位置，行人目的地點位于（18，20）位置，來車車速=10 km/h，沿著軸的正方向移動。假設行人此刻位置在（16，0）附近，若行人欲去往點附近，行人視野域會先受到點視野注意力場的影響，使優(yōu)先捕捉車輛目標。考慮車速對車輛視野注意力場分布的影響，在圖13（b）中，點產生的視野注意力場由于車速的提升而擴大了影響范圍，視野域此刻受到來自車輛視野注意力場的引力更大，行人在（16，0）處會更加關注來車。

場景2：謹慎行人周圍的視野注意力場

在圖13（c）中，處的目的地視野注意場峰值為30，而在圖13（a）中該值僅為8，這可以解釋為謹慎行人與來車交互時表現得比保守行人更加強勢，去往目的地的期望更強烈。

場景3：冒險行人周圍的視野注意力場

在圖13（d）中，假設該時刻下的行人為激進的冒險型，在（6，8）附近的車輛視野注意力場的大小為9，在（16，20）附近的目的地視野注意力場的大小為58，假設行人在（16，0）附近，此刻的行人視野域受到來自目的地視野注意力場的引力更大。

圖13 不同車速和行人過街風格的視野注意力場

3.1.2 人工勢場分析

人工勢場與車輛速度大小和行人過街風格有關，圖14 對比分析了不同車速和不同過街風格下的人工勢場分布。

場景1：保守行人周圍的人工勢場

圖14（a）展示了保守型行人過街時，目的地和車輛產生的人工勢場。可以看出，在該類行人的交互環(huán)境中，目的地產生的吸引勢場較小，而車輛產生的排斥勢場較大；圖14（b）當車速提升，來車對行人的最大影響距離’增大。

場景2：謹慎行人周圍的人工勢場

圖14（c）是謹慎行人環(huán)境中的人工勢場，與圖14（a）中的保守行人相比，謹慎行人周圍的目的地吸引勢場更大。

場景3：冒險行人周圍的人工勢場

圖14（d）是冒險行人周圍的人工勢場，與圖14（a）和圖14（c）中的保守和謹慎行人相比，處的吸引勢場比前兩者更大，車輛排斥勢場比前兩者更小。

圖14 不同車速和行人過街風格的人工勢場

為使模型輸出結果符合真實場景下的數據量綱，多次使用采集的真實數據對視野注意力場和人工勢場對比調參，得到的最優(yōu)參數如表4所示。

表4 視野注意力場和人工勢場的最優(yōu)參數

3.2 基于典型過街風格的人車交互仿真結果分析

根據不同行人過街風格劃分3 種仿真場景，將真實交互數據中行人坐標(，)、目的地坐標(，)、車輛坐標(，)、車輛初始速度和行人過街類型作為輸入，驗證基于行人視野注意力場的人車微觀交互模型的有效性，比較各類型行人仿真輸出的時空軌跡與真實軌跡的差異。

該實驗根據不同行人過街風格劃分為如下3 種仿真場景。

場景1 如圖15（a）～圖15（c）所示，為某個保守行人樣本的仿真過程，根據該樣本采集的真實軌跡，行人初始坐標為（22，6），目的地坐標為（27，23），交互對象車初始坐標為（0，17），初始車速為10 km·h，視野轉動慣量為0.01。人車交互具體過程可描述為：在=2 s 時（圖15（a）），行人視野域開始捕捉到車輛，逆時針旋轉以持續(xù)關注來車，隨后行人開始減速；=4 s 時（圖15（b）），可以發(fā)現行人已放棄與來車爭奪路權，待車輛駛過以后再繼續(xù)前往目的地（圖15（c））。

場景2 如圖15（d）～圖15（f）所示，為某個謹慎行人樣本的仿真過程，行人初始坐標為（23，8），目的地坐標為（22，23），交互對象車初始坐標為（0，28），初始車速為8 km·h，視野轉動慣量為0.1。=2 s時（圖15（d）），行人開始注意到來車，隨后在=4 s（圖15（e））時向左偏頭以持續(xù)觀察來車狀態(tài)，并將移動方向向右調整，嘗試與來車爭奪路權。最后，在=6 s（圖15（f））可以看到該行人成功取得路權，途中一直關注來車。

圖15 不同過街風格下，行人與車輛交互仿真過程

場景3 如圖15（g）～圖15（i）所示，為某個冒險行人樣本的仿真過程，行人初始坐標為（21，12），目的地坐標為（27，25），車輛初始坐標為（0，21），車速為15 km·h，視野轉動慣量為1。=2 s 時（圖15（g）），行人開始注意到來車，但直到=4 s（圖15（h）），行人還未停止，而是朝著目的地繼續(xù)前進，直到=6 s（圖15（i））完成交互。

行人對來車關注度仿真值和真實值的全部樣本統(tǒng)計結果如圖16 所示，可以看出，當發(fā)現來車后，保守、謹慎和冒險3 種行人對來車關注度隨時間推移上升的快慢是不相同的。保守行人最快關注到來車，冒險行人關注到來車的時刻最晚；而從來車關注度增長趨勢來看，保守行人關注度平均值隨時間上升的斜率（曲線中導數不為0處點集的一元線性回歸直線斜率）最大，來車對其注意力的影響迅速上升；反之，冒險行人的關注度隨時間上升的斜率最小，來車對其注意力的影響較小。

圖16 Pobs仿真值與真實值的全部樣本統(tǒng)計

圖17是3種行人仿真過程中的時空軌跡圖。真實軌跡為采集的原始軌跡，從圖17（a）～圖17（c）中可以看出：本文提出的模型輸出的時空軌跡與真實軌跡更相似，更符合真實情況。具體差異以軌跡之間的平均絕對百分比、平均絕對誤差、均方根誤差衡量。

圖17 不同過街類型行人的時空仿真軌跡對比

表5 中的結果表明：模型加入視野注意力場后的輸出軌跡與真實軌跡更接近，與常規(guī)的人工勢場相比，行人軌跡仿真準確性提高了25.48%。

表5 所有樣本仿真的時空軌跡與真實時空軌跡偏差均值

4 結論

本文中針對人車交互環(huán)境下行人過街風格差異和過街路徑規(guī)劃問題，在常規(guī)人工勢場的基礎上，提出了一種基于行人視野注意力場的人車微觀交互模型。該模型把行人視野域引入人工勢場，提出基于行人視野域的目標捕捉算法，并考慮了行人不同過街風格和交互對象車速對勢場分布的差異，提升了模型的普適性、準確性和多態(tài)性。

根據實景采集的人車交互數據劃分行人過街風格，得到了行人不同過街風格下的視野注意力場和人工勢場分布，通過仿真軌跡與真實軌跡之間的相似度比較，驗證該模型在人車微觀交互過程的有效性。結果表明，提出的基于行人視野注意力場的人車微觀交互模型比常規(guī)人工勢場模型的準確性高出25.48%，能有效地復現復雜場景下的人車微觀交互過程，對研究人車微觀交互問題具有參考意義。