應用DBSCAN算法簡化人群預測的方法分析

摘要：行人的預測直接影響到自動駕駛系統(tǒng)的安全性和可靠性，尤其是密集人群場景的行人預測。傳統(tǒng)的人群預測方法通過對人群進行優(yōu)先級分類，再按照不同優(yōu)先級對行人逐個預測。但是，在密集人群場景，因為預測目標較多，即使正確劃分了優(yōu)先級，單純依靠這種方法也會帶來很大的處理時延。使用空間密度聚類（Density-Based Spatial Clustering of Applications with Noise， DBSCAN）算法對密集人群場景進行分析，選擇合理的聚類算法參數(shù)，在聚類結(jié)果的基礎上，結(jié)合傳統(tǒng)優(yōu)先級分類算法，簡化人群的處理，并提出多線程并行處理的方法，以提高聚類算法的效率。（剩余6632字）