[發明專利]一種基于深度學習的視覺里程計及里程方法

有效

• 申請號: 202010957285.3
• 申請日: 2020-09-13
• 公開（公告）號: CN112050828B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 劉曉亮;徐順東;戴小燕
• 申請（專利權）人: 常州沃翌智能科技有限公司
• 主分類號: G01C22/00
• 分類號: G01C22/00;G06K9/62;G06N20/20;G06V20/56;G06V10/774
• 代理公司: 常州市瀚宇專利代理事務所(普通合伙) 32551
• 代理人: 韓萃穎

1.一種基于深度學習的視覺里程計，其特征在于：它包含解碼模塊(1)、圖像增強模塊(2)、目標檢測模塊(3)、方向測定模塊(4)、目標預測模塊(5)、數據變換模塊(6)和數據整合模塊(7)；解碼模塊(1)與圖像增強模塊(2)連接，圖像增強模塊(2)與目標檢測模塊(3)連接，目標檢測模塊(3)分別與方向測定模塊(4)和目標預測模塊(5)連接，目標預測模塊(5)與數據變換模塊(6)連接，方向測定模塊(4)以及數據變換模塊(6)均與數據整合模塊(7)連接；

將含有時間信息的視頻流利用解碼模塊(1)解碼為帶有時間戳的圖片流；

利用圖像增強模塊(2)對解碼后的帶有時間戳的圖片流進行圖像增強；

利用目標檢測模塊(3)對增強后的帶有時間戳的圖片流進行目標檢測；

利用方向測定模塊(4)對目標檢測后的結果進行分析，并測定方向；

利用目標預測模塊(5)對目標檢測的結果進行分析，并對未檢測出的目標進行預測；

利用數據變換模塊(6)對檢測與預測目標進行分析，經過數據變換，得到里程信息；

利用數據整合模塊(7)將步驟四和步驟六中的方向和里程信息進行整合；

所述的圖像增強模塊(2)基于深度學習針對軌道交通系統隧道環境進行訓練，并根據實際隧道環境對圖片進行亮度及對比度調整，以提高軌枕和道釘標志物與周圍環境之間的對比度，同時對里程標和標志牌熒光產生的過曝進行優化，以便于對其上噴涂內容的識別；

所述的目標檢測模塊(3)基于深度學習進行對軌枕、道釘、里程標、標志牌以及配電箱標志物進行目標檢測；

所述的方向測定模塊(4)定位方向的方向標志物包括里程標、標志牌以及配電箱，在多幀間動態查找相關聯的方向標志物，并對其進行位置信息比對以確保方向定位的實時準確性；

所述的目標預測模塊(5)在單幀圖像中，對左右道釘進行對照，對未檢出的單側道釘和軌枕進行預測；

所述的目標預測模塊(5)在單幀圖像中，對前后軌枕進行對照，根據幾何關系變換，對未檢出的軌枕進行預測；

所述的目標預測模塊(5)在多幀圖像間，基于幀間隔時間內列車速度不變的原則，對連續大于等于三幀圖像進行比對，對未檢出的軌枕進行預測；

所述的數據變換模塊(6)對預測結果和檢測結果進行比對和合并，在連續兩幀間比對像素位置信息，根據現實中軌枕間的尺度信息，得出里程數據；

所述的數據整合模塊(7)對方向信息和里程數據進行積分計算，同時根據里程標分析結果進行修正。