鹰眼:用于交通安全的云边端协同行人轨迹预测系统

《Internet of Things》:EagleSight: A Cloud-Edge-Device Collaborative Pedestrian Trajectory Prediction System for Traffic Safety

【字体: 大 中 小 】 时间:2026年08月29日 来源:Internet of Things 7.1

编辑推荐:

   **摘要** 交通事故频繁发生在交叉路口,这是由于盲区和突发情况造成的,迫切需要先进的解决方案。为了应对这些挑战,提出的 EagleSight 系统利用现有的交叉路口摄像头,并采用云 - 边 - 端协同方法提供行人轨迹预测,从而增强驾驶员的情境意识。EagleSight 系

  **摘要**交通事故频繁发生在交叉路口,这是由于盲区和突发情况造成的,迫切需要先进的解决方案。为了应对这些挑战,提出的 EagleSight 系统利用现有的交叉路口摄像头,并采用云 - 边 - 端协同方法提供行人轨迹预测,从而增强驾驶员的情境意识。EagleSight 系统引入了一系列行人轨迹预测模块,包括运动去模糊模块、行人检测与跟踪模块以及高精度行人轨迹预测模块。该系统实时运行,易于部署,确保高隐私性,并有效地管理和链接车路协同框架内的各种对象。在基准数据集和现实世界中的大量实验表明,EagleSight 在预测准确性、计算效率和长时域鲁棒性方面优于现有方法,对提高交通安全做出了重大贡献。**引言**城市化和车辆拥有量的快速增长给交通安全带来了重大挑战,尤其是在交叉路口。近年来,人工智能物联网(AIoT)技术的进步为通过智能系统提高交通安全开辟了新途径 [1], [2], [3]。这些技术能够无缝集成来自不同来源的数据,为预测和预防潜在事故提供更准确和及时的信息 [4], [5], [6]。对于交叉路口场景,基于 AIoT 的现有传感器重用可以以低成本和高效率赋能交通安全 [7], [8], [9]。交通事故通常发生在行人突然从驾驶员盲区出现时,这是此类事故的一个常见原因。仅依靠驾驶员的第一人称视角和车辆安全系统不足以预防这些事件。因此,有必要通过 AIoT 引入更广阔的视野以增强安全决策。AIoT 通过集成多源传感器数据提供了实时分析的能力,同时确保隐私保护,从而赋能交通安全 [10], [11], [12]。随着该领域的不断发展,与基础设施的无缝集成将推动更安全、高效的交通系统。对于行人轨迹预测,边缘节点在本地处理数据。这不仅最小化了延迟,还确保了实时响应。行人轨迹预测通常涉及敏感信息。通过本地处理数据,边缘计算降低了隐私泄露的风险。此外,车辆、基础设施和行人形成了一个本地化的协同网络。边缘节点共享轨迹信息,实现协同感知和更安全的交互。总之,我们提出了一种用于交通安全的云 - 边 - 端协同行人轨迹预测系统,称为 EagleSight。该系统基于 AIoT 利用现有摄像头为交通参与者提供额外的视野,并通过收集和分多种数据来辅助决策。本文的贡献如下:* 我们提出了一种新颖的通用云 - 边 - 端架构,能够收集和分析多源数据以增强交通安全。该系统管理和连接各种物联网对象以实现车路协同,实时运行。它设计用于易于部署和重用,确保高隐私保护,并支持车联网等应用的发展。* 我们开发了一个基于 DeblurGAN-V2 的轻量级运动去模糊模块,并使用 MobileNetV3 和坐标注意力进行了增强。为了改善多尺度特征表示和结构清晰度,我们纳入了带有金字塔池化模块(PPM)的 Res-UNet。在 Wasserstein GAN 目标下,对判别器应用谱归一化,确保稳定的对抗训练和在边缘设备上的高效部署。* 我们设计了一个针对复杂城市交通场景的轻量级行人检测与跟踪模块。该模块在计算资源有限的边缘设备上高效运行,同时实现高精度的行人检测和跟踪。它可以无缝集成到智能交通系统和车联网应用中。* 我们引入了一种新的轨迹预测方法:基于生成对抗网络的时空图自动编码器(STG-AutoGAN)。该方法通过结合多种损失函数和对抗训练来模拟行人社会交互和行为随机性。它有效地捕捉了行人轨迹中的长期依赖关系,实现了更准确和鲁棒的预测。**章节片段****相关工作**深度学习的最新进展大大增强了图像去模糊性能,特别是在计算效率至关重要的边缘计算场景中 [13], [14], [15]。传统的去模糊框架,如 DeblurGAN-v2 [16],采用计算量大的骨干网络,包括 ResNet 和 Inception。然而,为了部署在边缘设备上,由于其在...之间的有利权衡,轻量级架构如 MobileNetV3 已被广泛采用**云 - 边 - 端协同**EagleSight 利用云边协作促进快速信息协调,为交通参与者提供决策支持。如图 1 所示,它可以重用安装在交叉路口高处的摄像头,这些摄像头可以观察该区域内行人和车辆的运动状态。在该系统中,边缘服务器可以执行实时的行人检测、跟踪和轨迹预测。当行人突然冲出来或表现出异常行为时**实验**本节提供了 EagleSight 系统及其模块的综合实验和分析。我们通过对运动去模糊、行人检测和行人轨迹预测的比较和消融研究,评估了所提出框架的有效性和先进性。比较实验评估了我们方法与代表性基线方法的性能,而消融研究系统地检验了各个组件的贡献**结论**EagleSight 提供了一个全面的行人感知和轨迹预测框架,用于提高复杂城市环境中的交通安全。通过将运动去模糊、轻量级行人检测、多目标跟踪和交互感知轨迹预测集成到统一的流水线中,所提出的系统解决了路边智能交通应用中的几个关键挑战。运动去模糊模块增强了退化的视觉输入,检测和**CRediT 作者贡献声明****李长弟:** 写作 – 审阅与编辑,写作 – 原稿,项目管理,方法论,调查。**吴言峰:** 方法论,数据整理,概念化。**何群山:** 。**谢安琪:** 数据整理,概念化。**卢鑫:** 方法论,调查。**段承格:** 方法论,调查。**王民泽:** 资源,方法论,概念化。**袁奇:** 调查。**吴浩:** 项目管理,概念化。**刘兴高:** 监督,方法论,调查。**利益冲突声明**作者声明他们不存在已知的竞争财务利益或个人关系,这些关系可能影响本论文中报告的工作。李长弟 | 吴言峰 | 何群山 | 谢安琪 | 卢鑫 | 段承格 | 王民泽 | 袁奇 | 吴浩 | 刘兴高浙江大学 湖州工业控制技术学院 控制科学与工程学院,中国杭州,310027,浙江
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号