龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：粤丰科盈智能投资(广东)有限公司
申请日：2024-01-11
公开（公告）日：2024-05-24
公开（公告）号：CN118067137A
主分类号：G01C21/30
分类号：G01C21/30;G06F18/25;G06T7/73;G06V20/56;G06V20/54;G06V10/74;G06V10/766;G06V10/82;G06N3/044;G06N3/08;G01S19/39
优先权：
专利状态码：在审-公开
法律状态：2024.05.24#公开
摘要：本发明公开了一种融合图像背景识别的精准循迹定位方法，通过将移动作业设备多次在预设固定路线上正常行驶，采集每帧背景图像和对应的卫星定位信息，通过标注固定估计关键点，利用时序图像特征的高斯分布特性引导循环神经网络的学习训练，拟合图像与各关键点的位置关系得到关于位置的高斯分布估计，并与其他传感器关于位置的观测分布融合得到更稳定的位置观测分布，全程使用卡尔曼滤波器利用得到的位置观测分布计算可靠的位置估计，利用深度学习模型识别背景作为定位参考信息，融合其他传感器观测数据并通过卡尔曼滤波器计算更加稳定可靠的定位，降低对GPS和传统特征匹配等过分依赖导致的不稳定性。
主权项：1.一种融合图像背景识别的精准循迹定位方法，其特征在于：包括如下步骤：S1、移动作业设备多次在预设固定路线上正常行驶，采集每帧背景图像和对应的卫星定位信息；S2、根据移动作业设备行进速度和背景特点，确定固定路线上的N个关键点位；S3、根据图像相似度和距离，匹配各轮次最匹配关键点图像，综合计算更精准关键点定位坐标；S4、根据关键点位和各张图像的定位信息，生成符合高斯分布的N维响应值标签和准确定位；S5、训练深度学习模型计算N维向量中对应分量的响应值，计算后的N维向量作为当前图像的回归标签；S6、按照时间顺序加载图像和标签数据，训练背景点位回归模型；S7、根据点位标签将响应向量G转换成真实坐标响应分布，再与其他传感器观测分布进行融合，获得精准的定位观测结果；S8、使用最大似然估计得到均值和标准差，作为移动作业设备当前位置观测值和观测噪声分布，再使用卡尔曼滤波器计算得到当前位置的最优估计和估计误差协方差矩阵。
全文数据：
权利要求：
百度查询： 粤丰科盈智能投资(广东)有限公司 一种融合图像背景识别的精准循迹定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号