【技术实现步骤摘要】
本专利技术属于定位和巡检，具体涉及一种融合图像背景识别的精准循迹定位方法。
技术介绍
1、近年来，随着国内汽车保有量的猛增，给城市交通运输和管理提出了更大的挑战，城市道路泊位保有量不断增加，车辆违停屡禁不停。当前主要管理方案仍然依赖路政人员、交通警员的日常巡视，工作效率低且累，为了实现高效、精确、稳定的智慧交通管理，道路泊位和关键禁停位的定位和巡检技术不可或缺。
2、目前国内市面上，出现了一批泊位巡检产品，大幅减少了巡检人员的工作量，提升了巡检效率、收费率和违停检查率。巡检产品所使用的定位方案，大多为ins/gps组合导航，ins/gps组合导航中含有卫星定位、组合导航、slam和识别定位的技术，其中：
3、①卫星定位：利用gps、北斗等卫星定位技术，通过标注点位的方式进行定位巡检；
4、②组合导航：在卫星定位的基础上加入imu、加速度计、轮速等进行信息融合定位；
5、③slam：即时定位与导航，可融合camera, lidar, imu等传感器进行定位和建图；
6、④识别定位：利用相机、雷达等传感器通过识别环境、特征匹配等技术进行定位；
7、然而，上述的定位技术仍存在以下缺陷：
8、①卫星定位：精度受限于同时可检测到的卫星数，受到地形遮挡、地磁、太阳风等的影响，稳定性无法保证；
9、②组合导航：传感器噪声和误差累积问题仍然无可避免；
10、③slam：对于轨迹估计结果准确的连续性要求较高，对于部分弱纹理场景、低反射度、速
11、④识别定位：该方案受光照、天气、角度等条件影响较大，可靠性不高。
12、为了改进上述缺陷，我们需要提出一种融合图像背景识别的精准循迹定位方法，使其能够定位的更加稳定可靠，降低对gps和传统特征匹配等过分依赖导致的不稳定性。
技术实现思路
1、本专利技术的目的在于提供一种融合图像背景识别的精准循迹定位方法，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，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术采用了如下技术方案：
3、一种融合图像背景识别的精准循迹定位方法，包括如下步骤：
4、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；
5、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；
6、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；
7、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；
8、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；
9、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；
10、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；
11、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。
12、优选的，步骤s1中，所述移动作业设备设置为带ins/gps组合导航的巡检车，巡检车在目标泊位所在路段进行多次巡检，逐帧保存背景图像和对应的精准定位信息，通过组合导航给出的结果状态值判断定位信息是否有效，选取有效的定位信息，无效的定位信息忽略不计，结果状态值包括ins状态下的状态值和gps状态下的状态值。
13、优选的，步骤s2中，在确定固定路线上的n个关键点位时，默认路线的首张图像对应定位为首个关键点位，然后按照巡检顺序人为检查背景图像，若当前背景图像与上一点位图像的重叠区域为一半时确定为一个新的关键点位，最后确定固定线路上的n个关键点位。
14、优选的，步骤s3中，更精准关键点定位坐标在计算时，迭代所有轮次巡检图像，根据定位最邻近原则给每个轮次匹配n个关键点位对应的图像和定位，迭代n个关键点，计算所有匹配的图像和人工标注图像的相关度量和定位距离，抛弃相关度量低于阈值s_thresh或定位距离大于阈值d_thresh的图像，然后基于剩余匹配图像定位和人工标注图像定位计算该关键点定位的加权均值，得到更加精确的定位以更新该关键点的定位坐标。
15、优选的，步骤s4中，在生成符合高斯分布的n维响应值标签和准确定位时，迭代所有图像，给每张图初始化一个n维向量对应n个关键点位，以当前图像对应的定位作为中心值μ、最邻近两个关键点距离的1/4作为标准差σ，构建归一化的高斯分布模型。
16、优选的，步骤s5中，所述深度学习模型设置为背景点位回归模型，迭代n个关键点，计算当前图像定位与当前关键点的距离，代入分布模型算出n维向量中对应分量的响应值。
17、优选的，步骤s6中，在加载图像和标签数据时，将巡检车在目标泊位所在路段进行巡检，逐帧记录摄像头图像和对应gps定位信息，并实时使用背景点位回归模型处理图像，获得当前图像的点位响应向量。
18、优选的，步骤s7中，根据标注的n个关键点位坐标，将响应向量转换成真实定位坐标的响应分布，再将其与其他传感器观测分布进行乘法融合成新的分布，当两个高斯分布相乘时，新分布的均值等于根据两个分布的方差加权平均两个分布的均值，新分布的方差会比两个分布的方差都小，从而得到更准确和稳定的定位观测结果。
19、优选的，所述高斯分布的公式为：
20、，
21、其中μ为中心值，σ为最邻近两个关键点距离的1/4作为标准差；
22、两个高斯分布相乘：
23、
24、设：
25、，，；
26、，
27、得出：
28、，。
29、优选的，步骤s8中，所述最大似然估计计算融合分布的均值和标准差后，均值为当前位置的观测值，使用标准差构建观测误差协方差矩阵，再使用卡尔曼滤波器计算得当前位置的最优估计和估计误差协方差矩阵。
30、本专利技术提出的一种融合图像背景识别的精准循迹定位方法，与现有技术相比，具有以下优点：
31、1、本专利技术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，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，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，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，并与其他本文档来自技高网...
【技术保护点】
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：
2.根据权利要求1所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S1中，所述移动作业设备设置为带INS/GPS组合导航的巡检车，巡检车在目标泊位所在路段进行多次巡检，逐帧保存背景图像和对应的精准定位信息，通过组合导航给出的结果状态值判断定位信息是否有效，选取有效的定位信息，无效的定位信息忽略不计，结果状态值包括INS状态下的状态值和GPS状态下的状态值。
3.根据权利要求2所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S2中，在确定固定路线上的N个关键点位时，默认路线的首张图像对应定位为首个关键点位，然后按照巡检顺序人为检查背景图像，若当前背景图像与上一点位图像的重叠区域为一半时确定为一个新的关键点位，最后确定固定线路上的N个关键点位。
4.根据权利要求3所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S3中，更精准关键点定位坐标在计算时，迭代所有轮次巡检图像，根据定位最邻近原则给每个轮次匹配N个关键点位对应的图像和定位，迭代N
5.根据权利要求4所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S4中，在生成符合高斯分布的N维响应值标签和准确定位时，迭代所有图像，给每张图初始化一个N维向量对应N个关键点位，以当前图像对应的定位作为中心值μ、最邻近两个关键点距离的1/4作为标准差σ，构建归一化的高斯分布模型。
6.根据权利要求5所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S5中，所述深度学习模型设置为背景点位回归模型，迭代N个关键点，计算当前图像定位与当前关键点的距离，代入分布模型算出N维向量中对应分量的响应值。
7.根据权利要求6所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S6中，在加载图像和标签数据时，将巡检车在目标泊位所在路段进行巡检，逐帧记录摄像头图像和对应GPS定位信息，并实时使用背景点位回归模型处理图像，获得当前图像的点位响应向量。
8.根据权利要求7所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S7中，根据标注的N个关键点位坐标，将响应向量转换成真实定位坐标的响应分布，再将其与其他传感器观测分布进行乘法融合成新的分布，当两个高斯分布相乘时，新分布的均值等于根据两个分布的方差加权平均两个分布的均值，新分布的方差会比两个分布的方差都小，从而得到更准确和稳定的定位观测结果。
9.根据权利要求8所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：所述高斯分布的公式为：
10.根据权利要求9所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤S8中，所述最大似然估计计算融合分布的均值和标准差后，均值为当前位置的观测值，使用标准差构建观测误差协方差矩阵，再使用卡尔曼滤波器计算得当前位置的最优估计和估计误差协方差矩阵。
...【技术特征摘要】
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：
2.根据权利要求1所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤s1中，所述移动作业设备设置为带ins/gps组合导航的巡检车，巡检车在目标泊位所在路段进行多次巡检，逐帧保存背景图像和对应的精准定位信息，通过组合导航给出的结果状态值判断定位信息是否有效，选取有效的定位信息，无效的定位信息忽略不计，结果状态值包括ins状态下的状态值和gps状态下的状态值。
3.根据权利要求2所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤s2中，在确定固定路线上的n个关键点位时，默认路线的首张图像对应定位为首个关键点位，然后按照巡检顺序人为检查背景图像，若当前背景图像与上一点位图像的重叠区域为一半时确定为一个新的关键点位，最后确定固定线路上的n个关键点位。
4.根据权利要求3所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤s3中，更精准关键点定位坐标在计算时，迭代所有轮次巡检图像，根据定位最邻近原则给每个轮次匹配n个关键点位对应的图像和定位，迭代n个关键点，计算所有匹配的图像和人工标注图像的相关度量和定位距离，抛弃相关度量低于阈值s_thresh或定位距离大于阈值d_thresh的图像，然后基于剩余匹配图像定位和人工标注图像定位计算该关键点定位的加权均值，得到更加精确的定位以更新该关键点的定位坐标。
5.根据权利要求4所述的一种融合图像背景识别的精准循迹定位方法，其特征在于：步骤s4中，在生成符合高斯分布的n维响应值标签和准确定位时，迭代所有图...
【专利技术属性】
技术研发人员：翁立宇，
申请(专利权)人：粤丰科盈智能投资广东有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。