【技术实现步骤摘要】
本专利技术属于电动公交车定位，特别涉及一种基于视觉的电动公交车定位方法、系统及相关装置。
技术介绍
1、随着电动公交车在公共交通中的作用日益增强，精确对接充电站成为了一个技术挑战，尤其是对于驾驶技能不足的司机。传统的辅助驾驶系统（adas）依赖于gps等技术进行定位，但在城市环境中gps信号容易受到干扰，且定位精度通常无法满足精确对接的需求。
2、为了解决这个问题，研究者们提出了基于单目视觉系统的定位方法。这种方法假设充电站是一个已知对象，并利用单目摄像头系统检测充电站上的选定特征点进行定位。该方法结合了几何方法估计姿态和深度学习模型检测关键点。具体来说，关键点的检测和充电站的初始识别是通过神经网络模型完成的，这些模型能够从图像中学习并识别出充电站的特征点。
3、现有技术的技术方案包括以下几个关键点：
4、单目视觉系统：使用单个高分辨率摄像头来捕捉充电站的图像，避免了立体视觉系统需要校准的复杂性。
5、特征点定位：通过摄像头检测充电站上的特征点，这些点在充电站的三维模型中有已知的位置。
6、神经网络模型：提出两种新颖的神经网络架构，用于关键点的估计。这些模型能够从图像中学习充电站的特征，并提高关键点检测的准确性。
7、几何方法：利用已知的特征点结构和相机内参，通过几何方法计算出电动公交车相对于充电站的位置和姿态。
8、辅助对接：该系统不仅提供定位信息，还为司机提供清晰的操作提示，以帮助他们执行与充电站对接的所需操作。技术效果方面，该方法能够在低成
9、针对电动公交车自动对接充电站时的精确定位问题在现有技术中，gps和dgps虽然能够提供定位信息，但在城市环境中容易受到信号干扰和遮挡，导致定位精度下降，无法满足电动公交车对接充电站所需的高精度要求。此外，基于视觉的方法，如视觉里程计和slam，虽然能够提供较为准确的定位信息，但它们通常需要大量的显著特征，并且在处理远距离小目标时表现不佳。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种基于视觉的电动公交车定位方法、系统及相关装置，本专利技术实现了快速且精准的定位，提高了对接充电站的效率。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、第一方面，本专利技术提供一种基于视觉的电动公交车定位方法，包括：
4、获得带有充电站图像的数据集，并对其进行标注，得到标注的充电站图像；
5、将标注的充电站图像输入至神经网络模型进行训练，得到用于关键点检测神经网络模型；
6、使用关键点检测神经网络模型检测充电站上的关键点；
7、将检测到的关键点与已知的充电站模型进行匹配，得到匹配好的3d-2d对应关系；
8、利用匹配好的3d-2d对应关系，通过pnp算法求解得到相机的位姿。
9、作为本专利技术进一步改进，所述标注包括充电站上的关键点位置，具体是充电站头部的四个角点、自然角落点或人工标记点。
10、作为本专利技术进一步改进，所述神经网络模型为rkn架构和mrhkn架构。
11、作为本专利技术进一步改进，所述rkn架构由多个卷积层组成，用于提取图像特征，并通过关键点检测模块预测关键点位置。
12、mrhkn架构在rkn基础上增加卷积层，用于特征提取和关键点检测。
13、作为本专利技术进一步改进，所述mrhkn 架构采用均方误差作为损失函数，优化目标是最小化预测的关键点位置与真实位置之间的差距：
14、
15、其中，是预测的关键点位置，是真实的关键点位置，n是关键点的数量。
16、作为本专利技术进一步改进，所述pnp算法通过已知的3d点及其对应的2d投影点来估计相机的位姿，即平移向量和旋转矩阵：
17、
18、其中p 表示相机的位姿，r 是旋转矩阵，t 是平移向量，x i是世界坐标系中的3d点，x i是对应的2d投影点，π 是透视投影函数。
19、第二方面，本专利技术提供一种基于视觉的电动公交车定位系统，包括：
20、获取模块，用于获得带有充电站图像的数据集，并对其进行标注，得到标注的充电站图像；
21、标注模块，用于将标注的充电站图像输入至神经网络模型进行训练，得到用于关键点检测神经网络模型；
22、检测模块，用于使用关键点检测神经网络模型检测充电站上的关键点；
23、匹配模块，用于将检测到的关键点与已知的充电站模型进行匹配，得到匹配好的3d-2d对应关系；
24、求解模块，用于利用匹配好的3d-2d对应关系，通过pnp算法求解得到相机的位姿。
25、第三方面，本专利技术提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述基于视觉的电动公交车定位方法。
26、第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述基于视觉的电动公交车定位方法。
27、第五方面，本专利技术提供一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令指示计算机执行所述基于视觉的电动公交车定位方法。
28、本专利技术相对于现有技术具备的有益效果为：
29、使用低成本的硬件设备，如低分辨率相机，降低了系统的总体成本。通过高效的神经网络模型和几何定位算法，实现了快速且精准的定位，提高了对接充电站的效率。通过自动化技术减少了对驾驶员的经验依赖，降低了因手动操作带来的重复劳动和潜在误差。
本文档来自技高网...【技术保护点】
1.一种基于视觉的电动公交车定位方法，其特征在于，包括：
2.根据权利要求1所述的基于视觉的电动公交车定位方法，其特征在于，所述标注包括充电站上的关键点位置，具体是充电站头部的四个角点、自然角落点或人工标记点。
3.根据权利要求1所述的基于视觉的电动公交车定位方法，其特征在于，所述神经网络模型为RKN架构和MRHKN架构。
4.根据权利要求3所述的基于视觉的电动公交车定位方法，其特征在于，所述RKN架构由多个卷积层组成，用于提取图像特征，并通过关键点检测模块预测关键点位置；
5.根据权利要求1所述的基于视觉的电动公交车定位方法，其特征在于，所述MRHKN 架构采用均方误差作为损失函数，优化目标是最小化预测的关键点位置与真实位置之间的差距：
6.根据权利要求1所述的基于视觉的电动公交车定位方法，其特征在于，所述PnP算法通过已知的3D点及其对应的2D投影点来估计相机的位姿，即平移向量和旋转矩阵：
7.一种基于视觉的电动公交车定位系统，其特征在于，包括：
8.一种电子设备，其特征在于，包括存储器、处理
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述基于视觉的电动公交车定位方法。
10.一种计算机程序产品，所述计算机程序产品包括计算机指令，其特征在于，所述计算机指令指示计算机执行权利要求1-6任一项所述基于视觉的电动公交车定位方法。
...【技术特征摘要】
1.一种基于视觉的电动公交车定位方法，其特征在于，包括：
2.根据权利要求1所述的基于视觉的电动公交车定位方法，其特征在于，所述标注包括充电站上的关键点位置，具体是充电站头部的四个角点、自然角落点或人工标记点。
3.根据权利要求1所述的基于视觉的电动公交车定位方法，其特征在于，所述神经网络模型为rkn架构和mrhkn架构。
4.根据权利要求3所述的基于视觉的电动公交车定位方法，其特征在于，所述rkn架构由多个卷积层组成，用于提取图像特征，并通过关键点检测模块预测关键点位置；
5.根据权利要求1所述的基于视觉的电动公交车定位方法，其特征在于，所述mrhkn 架构采用均方误差作为损失函数，优化目标是最小化预测的关键点位置与真实位置之间的差距：
6.根据权利要求1所述的基于视觉的电动...
【专利技术属性】
技术研发人员：杨茜，高瑞年，雷永智，王亮，王柯婷，赵铁聪，邵宇麒，付豪，高子祺，惠琛星，
申请(专利权)人：中国电建集团西北勘测设计研究院有限公司，
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。