申请/专利权人：奥特酷智能科技(南京)有限公司

申请日：2024-04-08

公开（公告）日：2024-06-14

公开（公告）号：CN118015585B

主分类号：G06V20/56

分类号：G06V20/56;G06V10/22;G06V10/42;G06V10/44;G06V10/80;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明公开了一种用于智轨列车的横向定位系统，包括深度学习检测模块、横向高精度定位模块、融合定位模块；相机拍摄的图像作为输入图像，通过深度学习输出完整独立的循迹线参考轨迹，经横向高精度定位模块处理之后得到像素级的高精度循迹线，然后与车身提供的速度信息进行融合定位。横向高精度定位模块，在传统图像处理基础上，结合双峰分布数据处理与上升下降沿算子，实现像素级高精度定位。本发明基于深度学习和图像处理的输出结果融合车身信息进行高精度横向定位，在低成本的优势下能够实现像素级的检测精度；且具有较高鲁棒性，可以适应于密集楼宇等城市环境、桥隧等不同环境、光照条件，以及轨迹线不清晰、交叉、合入等场景。

主权项：1.一种用于智轨列车的横向定位系统，其特征在于，包括深度学习检测模块、横向高精度定位模块、融合定位模块；相机拍摄的图像作为深度学习检测模块的输入图像，通过深度学习输出完整独立的循迹线参考轨迹，作为横向高精度定位模块的输入；经横向高精度定位模块处理之后得到像素级的高精度循迹线，然后通过融合定位模块与车身提供的速度信息进行融合定位；深度学习检测模块包含CNN特征提取模块、特征融合模块、轨迹线分段拟合模块、标签分配和损失函数设计模块；CNN特征提取模块，在backbone部分，使用轻量级的深度学习网络进行特征提取；在neck部分，使用FPN或PAN实现多尺度特征的融合；特征融合模块，结合预设的N组循迹线，在高层语义特征层上进行局部轨迹特征和全局轨迹特征的融合；通过特征注意力模块将局部轨迹特征Fi与局部轨迹特征Fi，局部轨迹特征Fi与全局轨迹特征g进行融合；轨迹线分段拟合模块，将循迹线的拟合分解为上下两个部分分别拟合；标签分配和损失函数设计模块，将曲线拟合的损失加入损失函数loss，上下部分曲线拟合的损失函数loss采用不同的权重系数进行调节；横向高精度定位模块包括传统图像处理模块、双峰分布处理模块、像素级高精度处理模块、上升下降沿算子模块、筛选曲线拟合模块；输入图像经传统图像处理模块预处理得到二值图，双峰分布处理模块，根据图像横坐标位置对二值图中的数据进行分类，将双峰分布的起始位置均值作为循迹线中线点的搜索起点记为center_point；像素级高精度处理模块，通过搜索起点左右搜索循迹线内边缘点分别记为interal_left、interal_right，上升下降沿算子模块处理当前内边缘点所在行，定位循迹线上升沿下降沿，分别计算上升沿下降沿的中点记为center_left、center_right，判断上升沿下降沿距离是否满足标准线宽要求，若满足，计算center_left、center_right均值作为下一行搜索起点并保存；若不满足，将当前搜索起点作为下一行搜索起点；逐行遍历结束，通过筛选曲线拟合模块拟合出最终的循迹线。

全文数据：

权利要求：

百度查询： 奥特酷智能科技(南京)有限公司 用于智轨列车的横向定位系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD