1.一种适应人自混行环境的行人运动意图辨识方法，其特征在于，包括以下步骤：S1、获取目标行人的状态参数及目标行人所在环境指定区域内的交通实体的状态参数；

S2、根据目标行人的状态参数和兴趣感应区域的划分规则，获取目标行人的兴趣感应子区域，以及依据所述目标行人所在环境指定区域内的交通实体的状态参数和所述目标行人的兴趣感应子区域，获取每一个兴趣感应子区域内的交通实体的状态参数，根据每一个兴趣感应子区域内的交通实体的状态参数和子区域内交通实体代表获取规则，获取每一个兴趣感应子区域内的交通实体代表及该交通实体代表的状态参数；

S3、依据基于相场理论与模糊逻辑方法构建的行人运动意图辨识模型，对所述目标行人的状态参数、目标行人的所有兴趣感应子区域内的交通实体代表及该交通实体代表的状态参数进行分析处理，获取目标行人的运动意图辨识结果；

其中，所述目标行人的状态参数包括：目标行人的位置、当前速度；

所述交通实体的状态参数包括：交通实体的类型、交通实体的当前速度和位置。

2.根据权利要求1所述的适应人自混行环境的行人运动意图辨识方法，其特征在于，所述步骤S2中的根据目标行人的状态参数和兴趣感应区域的划分规则，获取所述目标行人的兴趣感应子区域，包括：选取目标行人的第一检测框，兴趣感应区域的第二检测框；

以所述目标行人的行进方向为前方，依照第一检测框和第二检测框对所述目标行人所在环境进行划分，获取所述目标行人的左前侧、正前侧、右前侧、左后侧、正后侧、右后侧6个兴趣感应子区域。

3.根据权利要求2所述的适应人自混行环境的行人运动意图辨识方法，其特征在于，选取目标行人的第一检测框，包括：确定行人简化模型；

根据行人简化模型对目标行人进行同质化处理，获得目标行人简化模型；

选取目标行人简化模型的外接矩形作为所述目标行人的第一检测框；

所述行人简化模型为短半轴为a0、长半轴为b0的椭圆。

4.根据权利要求1至3任一项所述的适应人自混行环境的行人运动意图辨识方法，其特征在于，所述步骤S2中的依据所述目标行人所在环境指定区域内的交通实体的状态参数和所述目标行人的兴趣感应子区域，获取每一个兴趣感应子区域内的交通实体的状态参数，包括：以目标行人中心位置为原点建立坐标系，以所述目标行人行走方向为纵向y轴，垂直于行走方向为横向x轴，并标记所述目标行人所在环境指定区域内的交通实体的中心坐标；

根据目标行人的每一个兴趣感应子区域，获得表示每一个兴趣感应子区域的坐标区间；

根据表示每一个兴趣感应子区域的坐标区间和所述目标行人所在环境指定区域内的交通实体的中心坐标，选取每一个兴趣感应子区域内的交通实体的状态参数。

5.根据权利要求1至3任一项所述的适应人自混行环境的行人运动意图辨识方法，其特征在于，所述步骤S2中的根据每一个兴趣感应子区域内的交通实体的状态参数和子区域内交通实体代表获取规则，获取每一个兴趣感应子区域内的交通实体代表及该交通实体代表的状态参数，包括：确定目标行人步长；

针对每一个兴趣感应子区域，判断该子区域内的交通实体密度是否小于第一预设阈值，若小于，则根据所述目标行人步长，选取此子区域中目标行人一步可达范围内存在的一个交通实体作为此子区域的交通实体代表；若目标行人一步可达范围内不存在交通实体，则选取此子区域内距目标行人横向距离最近的一个交通实体作为此子区域的交通实体代表；

若子区域内的交通实体密度大于等于第一预设阈值，则以此子区域内分别距目标行人纵向距离最近、横向距离最近的两个交通实体和目标行人构成的三角形重心作为此子区域内交通实体代表的虚拟中心，若此子区域内分别距目标行人纵向距离最近、横向距离最近的交通实体为同一个，以该交通实体作为此子区域的交通实体代表；

和/或，

若左前侧、正前侧、右前侧兴趣感应子区域中任一子区域内无交通实体，则补充一个自行车作为交通实体代表，该补充的交通实体代表的速度大于第二预设阈值，且与目标行人的距离大于第四预设阈值；

若左后侧、正后侧、右后侧兴趣感应子区域中任一子区域内无交通实体，则补充一个交通实体代表，该补充的交通实体代表的速度小于预设第三阈值，且与目标行人的距离大于第四预设阈值；

和/或，

若左前侧和右前侧兴趣感应子区域中任一子区域为道路边缘，则补充一个行人作为交通实体代表，该补充的交通实体代表的速度小于预设第三阈值，且与目标行人的距离小于第五预设阈值；

若左后侧和右后侧兴趣感应子区域中任一子区域为道路边缘，则补充一个自行车作为交通实体代表，该补充的交通实体代表的速度大于预设第二阈值，且与目标行人的距离小于第五预设阈值。

6.根据权利要求1至3任一项所述的适应人自混行环境的行人运动意图辨识方法，其特征在于，所述步骤S3包括：S31、根据目标行人的状态参数、目标行人的所有子区域内的交通实体代表及该交通实体代表的状态参数，获得目标行人的行为倾向类型、目标行人与其每一个子区域内的交通实体代表的纵向相对距离、目标行人与其每一个子区域内的交通实体代表的相对速度；

S32、依据预先确定的子区域激励力强度计算模型，将所述目标行人的行为倾向类型、目标行人每一个子区域内的交通实体代表类型、目标行人的当前速度、目标行人与其每一个子区域内的交通实体代表的纵向相对距离、目标行人与其每一个子区域内的交通实体代表的相对速度作为所述子区域激励力强度计算模型的输入变量，获取输入变量模糊集合的隶属度，以确定每个子区域对目标行人产生的激励力强度；

S33、根据预先收集的每个方向激励力强度的模糊推理规则和所述每个子区域对目标行人产生的激励力强度，确定每个方向对目标行人产生的激励力强度，以获取瞬时人自交通相态类型；

S34、根据瞬时人自交通相态类型、当前方向对目标行人产生的激励力强度、目标行人当前速度的模糊集合隶属度以及预先收集的行人运动意图辨识规则，输出目标行人的作为运动意图辨识结果的运动方向和速度。

7.根据权利要求6所述的适应人自混行环境的行人运动意图辨识方法，其特征在于，在所述步骤S31之前还包括构建所述子区域激励力强度计算模型：获取所述子区域激励力强度计算模型中的模糊集合：

目标行人的行为倾向类型构成的模糊集合{效率型，安全型，舒适型}，目标行人每一个子区域内的交通实体代表类型构成的模糊集合{行人，自行车}，目标行人与其每一个子区域内的交通实体代表的纵向相对距离构成的模糊集合{危险，近，中，远}，目标行人与其每一个子区域内的交通实体代表的的相对速度构成的模糊集合{负大，负小，零，正小，正大}；

每个子区域对目标行人产生的激励力强度构成的模糊集合{很弱，弱，一般，强，很强}；

根据获取的所述子区域激励力强度计算模型中的模糊集合及预先确定的每个子区域对目标行人产生的激励力强度的模糊推理规则，获取子区域激励力强度计算模型；

其中，所述每个子区域对目标行人产生的激励力强度的模糊推理规则是根据预先收集的输入变量模糊集合的隶属度与每个子区域对目标行人产生的激励力强度的对应信息来确定的。

8.根据权利要求7所述的适应人自混行环境的行人运动意图辨识方法，其特征在于，确定行人简化模型为短半轴为a0、长半轴为b0的椭圆，自行车简化模型为短半轴为m0、长半轴为n0的椭圆；

所述模糊集合{慢，居中，快}的划分标准为：门限值“慢”、“居中”“快”分别为0、目标行人期望速度和最大速度；

所述模糊集合{危险，近，中，远}中目标行人与正后侧兴趣感应子区域内交通实体代表的纵向相对距离的门限值划分标准为：从“近”到“危险”的门限值d1，若正后侧兴趣感应子区域内交通实体代表为行人：若正后侧兴趣感应子区域内的交通实体代表为自行车：

其中，b0为行人简化模型的长半轴，n0为自行车简化模型的长半轴，λ1为第一待定参数。

从“危险”到“近”的门限值d2，若正后侧兴趣感应子区域内交通实体代表为行人：d2＝2b0+λ2

若正后侧兴趣感应子区域内交通实体代表为自行车：

d2＝n0+b0+λ2

其中，λ2为第二待定参数。

从“近”到“中”的门限值d3，若正后侧兴趣感应子区域内交通实体代表为行人：d3＝2b0+vpτ+λ3

若正后侧兴趣感应子区域内交通实体代表为自行车：

其中，vp为行人的期望速度，vb为骑行者的期望速度，τ为人的反应时间，λ3为第三待定参数，Bmax为骑行者减速时的最大加速度。

从“中”到“远”的门限值d4，若正后侧兴趣感应子区域内的交通实体代表为行人：d4＝2b0+vpmaxτ+λ4

若正后侧兴趣感应子区域内的交通实体代表为自行车：

其中，vpmax、vbmax分别为行人和自行车能够达到的最大速度，λ4为第四待定参数。

所述模糊集合{负大，负小，零，正小，正大}的划分标准为：门限值“负大v1”为：

门限值“负小v2”为：

门限值“正大v4”、“正小v3”分别是门限值“负大v1”和“负小v2”的相反数。