MVN捕捉在行人运动中的预测与分析

据世界卫生组织统计，全球每年约有125万行人死于车祸。道路交通事故使大多数国家国内生产总值损失约3％，如果不进行治理，预计到2030年道路交通事故将成为第七大死因。

在制定保护行人道路安全政策时，不能忽视新兴的自动驾驶车辆。我们期待自动驾驶车辆能够解决一些导致行人死亡的因素，例如：超速和分心驾驶。然而行人的行为是复杂的，有时是随机和无序的，特别是在人口密集的市中心。因此，开发出能够预测行人意图的算法是当今汽车制造商面临的主要挑战。

法国VEDECOM公司组建了一支跨学科科研团队解决这一问题，科研人员由人体运动学专家和计算机专家组成，目标是开发神经网络，按照已知的行人动作和姿态预测行人未来的运动轨迹。虽然步态实验室已经深入研究过人体运动，但研究行人的轨迹需要在真实的环境中进行动捕获得数据。所以我们在测试道路上使用了VEDECOM自动驾驶车辆原型进行科研工作。使用Xsens系统来捕捉行人的运动，可以轻松地将MVN Awinda与自动车辆上的其他传感器（例如相机和激光雷达）以及GPS数据同步。

行人过街时的运动学测量数据有别于其他运动模式时的数据。传感器数据的融合有助于估计行人相对于车辆的位置和速度。目前，公司正在进行数据后处理。目标是让车辆嵌入式系统识别MVN捕捉到的行人过街运动模式。