CN115527199A - 轨道交通列车定位方法、装置、介质和电子设备 - Google Patents
轨道交通列车定位方法、装置、介质和电子设备 Download PDFInfo
- Publication number
- CN115527199A CN115527199A CN202211350921.1A CN202211350921A CN115527199A CN 115527199 A CN115527199 A CN 115527199A CN 202211350921 A CN202211350921 A CN 202211350921A CN 115527199 A CN115527199 A CN 115527199A
- Authority
- CN
- China
- Prior art keywords
- target
- train
- distance
- mileage
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 8
- 238000003702 image correction Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提出了一种轨道交通列车定位方法，列车的前部设置有双目相机，方法包括：获取双目相机获取的、包含信号机的实时图像信息；将实时图像信息的图像帧输入训练好的信号机识别模型中，得到信号机识别模型输出的、对应于目标图像帧中目标信号机的编号，其中，目标图像帧为包括信号机的图像帧；根据目标图像帧确定列车与目标信号机的第一间距；根据目标信号机的编号，确定目标信号机对应的目标里程；根据列车的行驶方向、目标里程与第一间距，确定列车的当前里程数。如此，既能准确确定列车的当前里程，又能降低实施成本。
Description
技术领域
本发明涉及轨道交通技术领域，具体而言，涉及一种轨道交通列车定位方法、装置、介质和电子设备。
背景技术
列车运行的定位信息是轨道交通信号系统中最重要的信息之一。列车定位的最重要功能是向信号系统提供及时、精确的列车位置信息。列车的定位精度和可靠性是轨道交通系统运营的重要因素。传统的列车定位方法主要有轨道电路、应答器(信标)、速度传感器、环线、卫星定位等，实施成本较高。
发明内容
本发明旨在至少解决现有技术中存在的成本较高的问题。
有鉴于此，本发明的一个目的在于提供一种轨道交通列车定位方法。
本发明的又一个目的在于提供一种计算机可读存储介质。
本发明的又一个目的在于提供一种电子设备。
本发明的又一个目的在于提供一种具有上述电子设备的列车。
为了实现上述目的，本发明的第一方面的技术方案提供了一种轨道交通列车定位方法，列车的前部设置有双目相机，所述方法包括：
获取所述双目相机获取的、包含信号机的实时图像信息；
将所述实时图像信息的图像帧输入训练好的信号机识别模型中，得到所述信号机识别模型输出的、对应于目标图像帧中目标信号机的编号，其中，所述目标图像帧为包括信号机的图像帧；
根据所述目标图像帧确定列车与所述目标信号机的第一间距；
根据所述目标信号机的编号，确定所述目标信号机对应的目标里程；
根据所述列车的行驶方向、所述目标里程与所述第一间距，确定所述列车的当前里程数。
可选地，所述根据所述列车的行驶方向、所述目标里程与所述第一间距，确定所述列车的当前里程数，包括：
若所述列车的行驶方向为公里标增大方向，则确定所述目标里程与所述第一间距的差值为所述当前里程数；
若所述列车的行驶方向为公里标减小方向，则确定所述目标里程与所述第一间距的和为所述当前里程数。
可选地，所述根据所述目标图像帧确定列车与所述目标信号机的第一间距之前，所述方法还包括：
将所述目标图像帧输入图像校正模型中，得到所述图像校正模型输出的、所述目标图像帧对应的校正图像帧；
根据所述校正图像帧，确定所述双目相机与所述目标信号机的第二间距；
根据所述双目相机与所述列车前端的第三间距、以及所述第二间距，确定所述第一间距。
可选地，所述根据所述校正图像帧，确定所述双目相机与所述目标信号机的第二间距，包括：
根据所述双目相机的基本参数、所述信号机上的标定点与所述双目相机成像面的交点的横坐标值，确定所述第二间距，其中，所述基本参数包括所述双目相机的焦距、所述双目相机两个光心的距离。
可选地，所述第二间距通过一下公式确定：
公式（1）中，为
所述双目相机两个光心的距离，为
所述双目相机的焦距，
、
为所述信号机上的标定点与所述双目相机成像面的交点的坐标值。
可选地，根据所述目标信号机的编号，确定所述目标信号机对应的目标里程，包括：
根据所述信号机的编号、以及预设的信号机编号与里程的对应关系，确定所述目标里程。
本发明第二方面的技术方案提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面所提供的定位方法的步骤。
本发明第三方面的技术方案提供了一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本发明第一方面所提供的定位方法的步骤。
本发明第四方面的技术方案提供了一种列车，包括上述技术方案所提供的电子设备。
通过上述技术方案，可以通过列车上的双面相机识别信号机的编号以及与信号机之间的距离，通过信号机的编号可以确定该信号机的里程，进而可以根据信号机的里程以及与信号机之间的距离确定列车的当前里程。如此，既能准确确定列车的当前里程，又能降低实施成本。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
图1是根据本发明的一个实施例轨道交通列车定位方法的流程图；
图2是根据本发明的一个实施例的实时图像的示意图；
图3是根据本发明的一个实施例的测距原理示意图；
图4是根据本发明的一个实施例的测距原理示意图；
图5是根据本发明的一个实施例中列车与信号牌的相对位置示意图；
图6是根据本发明的一个实施例中列车与信号牌的相对位置示意图；
图7是根据本发明的一个实施例电子设备的框图。
具体实施方式
为了可以更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图6描述根据本发明的一些实施例。
参照图1，本发明第一方面的实施例提供了一种轨道交通列车定位方法，列车的前部设置有双目相机，该方法可以包括步骤S11至步骤S15。
在步骤S11中，获取双目相机获取的、包含信号机的实时图像信息。
例如，实时图像信息可以包括连续间隔获取的多轮图像帧。在一个示例中，相邻两轮图像帧之间可以间隔1秒。
在步骤S12中，将实时图像信息的图像帧输入训练好的信号机识别模型中，得到信号机识别模型输出的、对应于目标图像帧中目标信号机的编号，其中，目标图像帧为包括信号机的图像帧。例如，信号机识别模型可以是基于YOLOv5算法。
在步骤S13中，根据目标图像帧确定列车与目标信号机的第一间距。
在步骤S14中，根据目标信号机的编号，确定目标信号机对应的目标里程。例如参照图2，在图2所示的实时图像中，信号机的编号可以是X108。可以理解，信号机的编号与信号机是唯一对应的。因此，确定了信号机的编号后，可以根据信号机的编号查询该信号对应的里程。
在步骤S15中，根据列车的行驶方向、目标里程与第一间距，确定列车的当前里程数。
本方案中，可以通过列车上的双面相机识别信号机的编号以及与信号机之间的距离，通过信号机的编号可以确定该信号机的里程，进而可以根据信号机的里程以及与信号机之间的距离确定列车的当前里程。如此，既能准确确定列车的当前里程，又能降低实施成本。
示例性地，信号机对应的里程通过以下方式确定：根据信号机的编号、以及预设的信号机的编号与里程的对应关系，确定信号机对应的里程。
可以理解，信号机的编号与信号一一对应。因此，确定信号机的编号之后，可以查询预设的信号机的编号、以及预设的信号机的编号与里程的对应关系，确定信号机对应的里程。
在一种可能的实施方式中，信号机的编号与里程的对应关系可以是表格的形式。
示例性地，根据列车的行驶方向、目标里程与第一间距，确定列车的当前里程数，包括：若列车的行驶方向为公里标增大方向，则确定目标里程与第一间距的差值为当前里程数；若列车的行驶方向为公里标减小方向，则确定目标里程与第一间距的和为当前里程数。如此，可以根据情况确定列车的当前里程数，可以准确定位。
具体来说，参照图6，若列车的行驶方向为公里标增大方向，列车的当前里程数小于信号牌的目标里程，此时确定目标里程与第一间距的差值为当前里程数，即可以通过以下公式确定列车的当前里程：
在公式（2）中，
代表列车的当前里程，
代表信号机对应的里程，
代表双目相机与列车车头的距离，
代表间距；
参照图5，若列车的行驶方向为公里标减小方向。列车的当前里程数大于信号牌的目标里程，此时可以通过以下公式确定列车的当前里程：
示例性地，根据目标图像帧确定列车与目标信号机的第一间距之前，方法还包括：将目标图像帧输入图像校正模型中，得到图像校正模型输出的、目标图像帧对应的校正图像帧；根据校正图像帧，确定双目相机与目标信号机的第二间距；根据双目相机与列车前端的第三间距、以及第二间距，确定第一间距。
本方案中，图像校正模型例如可以基于Bouguet算法，根据双目相机的标定参数，对双目相机获取的图像帧进行校正。
可以理解，双目相机的两个相机会同时获取两个图像帧，通过分别对两个图像帧进行校正，可以减少图像的变形，便于准确确定双目相机与目标信号机的第二间距。双目相机与列车前端的第三间距可以是预设值。这样，根据根据第二间距与第三间距的差值，可以确定列车与目标信号机的第一间距。
示例性地，根据校正图像帧，确定双目相机与目标信号机的第二间距，包括：根据双目相机的基本参数、信号机上的标定点与双目相机成像面的交点的横坐标值，确定第二间距，其中，基本参数包括双目相机的焦距、双目相机两个光心的距离。
示例性地，第二间距通过一下公式确定：
公式（1）中，
为双目相机两个光心的距离，
为双目相机的焦距，
、
为信号机上的标定点与双目相机成像面的交点的坐标值。
在一种具体的实施方式中，例如双目相机可以包括分别固定在列车车头左侧的左相机、以及固定在列车车头右侧的右相机，在对获取的图像进行矫正之后，参照图3，获取左相机图片上的信号机编号框的左下角点
和右相机图片上的信号机编号框的左下角点
，以图片的中心点为原点，计算出
和
点的坐标
和
。通过摄像头的基本参数，换算出
和
点在图3中X方向上的长度
和
。
以两个相机的水平方向为X轴，垂直方向为Y轴，列车前进方向为Z轴建立三维参考坐标系。记左相机的光心为
，右相机的光心为
，信号机编号标牌左下角的点为
，则点P和光心
的连线与左相机成像面的点交为
，点P和光心
的连线与右相机成像面的交点为
。记点P距离x-y轴平面的距离为Z，两个摄像头光心的距离为
，摄像头的焦距为
，摄像头距离列车车头距离为
,信号机的里程为
，列车的前一个里程为
，列车当前校准里程为
。
参照图4，依据三角形
与三角形
相似原理，获取Z方向上的方程：
（4）
由公式（3）可得：
由于
、
、
、
都是已知的值，故能求解Z。
如果
，则列车当前里程校准为：
；
如果
，则列车当前里程校准为：
。
在本实施例的实时场景中，在遇到雨雪天气的情况下，实时图像信息噪点较多，降低了图像识别的准确度。可以理解，双目相机的左相机和右相机可以分别同时获取一个图像帧，在一种可能的实施方式中，上述将实时图像信息的图像帧输入训练好的信号机识别模型中，得到信号机识别模型输出的、对应于目标图像帧中目标信号机的编号的步骤，可以包括：将左相机和右相机分别同时获取的图像帧输入信号机识别模型中，以获得信号机识别模型分别输出的目标信号机编号。定位方法还可以包括：校验左相机获取的图像帧对应的目标信号机编号、与右相机获取的图像帧对应的目标信号机编号是否一致。在验证一致的情况下，可以继续执行上述根据目标图像帧确定列车与目标信号机的第一间距的步骤。若验证不一致，则不执行动作。这样，可以避免错误确定列车的当前里程数。
图7是根据一示例性实施例示出的一种电子设备800的框图。如图7所示，该电子设备800可以包括：处理器801，存储器802。该电子设备800还可以包括多媒体组件803，输入/输出（I/O）接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该电子设备800的整体操作，以完成上述轨道交通列车定位方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该电子设备800的操作，这些数据例如可以包括用于在该电子设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器（Static Random Access Memory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read-Only Memory，简称EPROM），可编程只读存储器（Programmable Read-Only Memory，简称PROM），只读存储器（Read-Only Memory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该电子设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信（Near FieldCommunication，简称NFC），2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备800可以被一个或多个应用专用集成电路（Application Specific Integrated Circuit，简称ASIC）、数字信号处理器（DigitalSignal Processor，简称DSP）、数字信号处理设备（Digital Signal Processing Device，简称DSPD）、可编程逻辑器件（Programmable Logic Device，简称PLD）、现场可编程门阵列（Field Programmable Gate Array，简称FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述轨道交通列车定位方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述轨道交通列车定位方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由电子设备800的处理器801执行以完成上述轨道交通列车定位方法。
本发明的实施例还提供了一种列车，该列车包括上述实施例所提供的电子设备。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为编号。
Claims (8)
1.一种轨道交通列车定位方法，其特征在于，列车的前部设置有双目相机，所述方法包括：
获取所述双目相机获取的、包含信号机的实时图像信息；
将所述实时图像信息的图像帧输入训练好的信号机识别模型中，得到所述信号机识别模型输出的、对应于目标图像帧中目标信号机的编号，其中，所述目标图像帧为包括信号机的图像帧；
根据所述目标图像帧确定列车与所述目标信号机的第一间距；
根据所述目标信号机的编号，确定所述目标信号机对应的目标里程；
根据所述列车的行驶方向、所述目标里程与所述第一间距，确定所述列车的当前里程数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述列车的行驶方向、所述目标里程与所述第一间距，确定所述列车的当前里程数，包括：
若所述列车的行驶方向为公里标增大方向，则确定所述目标里程与所述第一间距的差值为所述当前里程数；
若所述列车的行驶方向为公里标减小方向，则确定所述目标里程与所述第一间距的和为所述当前里程数。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标图像帧确定列车与所述目标信号机的第一间距之前，所述方法还包括：
将所述目标图像帧输入图像校正模型中，得到所述图像校正模型输出的、所述目标图像帧对应的校正图像帧；
根据所述校正图像帧，确定所述双目相机与所述目标信号机的第二间距；
根据所述双目相机与所述列车前端的第三间距、以及所述第二间距，确定所述第一间距。
4.根据权利要求3所述的方法，其特征在于，所述根据所述校正图像帧，确定所述双目相机与所述目标信号机的第二间距，包括：
根据所述双目相机的基本参数、所述信号机上的标定点与所述双目相机成像面的交点的横坐标值，确定所述第二间距，其中，所述基本参数包括所述双目相机的焦距、所述双目相机两个光心的距离。
5.根据权利要求4所述的方法，其特征在于，所述第二间距通过一下公式确定：
公式（1）中，为
所述双目相机两个光心的距离，为
所述双目相机的焦距，
、
为所述信号机上的标定点与所述双目相机成像面的交点的坐标值。
6.根据权利要求1至5中任一项所述的方法，其特征在于，根据所述目标信号机的编号，确定所述目标信号机对应的目标里程，包括：
根据所述信号机的编号、以及预设的信号机编号与里程的对应关系，确定所述目标里程。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
8.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211350921.1A CN115527199B (zh) | 2022-10-31 | 2022-10-31 | 轨道交通列车定位方法、装置、介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211350921.1A CN115527199B (zh) | 2022-10-31 | 2022-10-31 | 轨道交通列车定位方法、装置、介质和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115527199A true CN115527199A (zh) | 2022-12-27 |
| CN115527199B CN115527199B (zh) | 2023-05-12 |
Family
ID=84704549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211350921.1A Active CN115527199B (zh) | 2022-10-31 | 2022-10-31 | 轨道交通列车定位方法、装置、介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115527199B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170277197A1 (en) * | 2016-03-22 | 2017-09-28 | Sharp Laboratories Of America, Inc. | Autonomous Navigation using Visual Odometry |
| CN110758477A (zh) * | 2019-11-07 | 2020-02-07 | 交控科技股份有限公司 | 基于二维码识别的列车定位方法及系统 |
| CN111829523A (zh) * | 2020-07-13 | 2020-10-27 | 深圳市鲸仓科技有限公司 | 一种轨道机器人的定位方法、装置及电子设备 |
| CN111914691A (zh) * | 2020-07-15 | 2020-11-10 | 北京埃福瑞科技有限公司 | 一种轨道交通车辆定位方法及系统 |
| CN112866673A (zh) * | 2021-01-12 | 2021-05-28 | 北京格灵深瞳信息技术股份有限公司 | 图像采集设备、相机控制方法、装置和列车图像采集系统 |
| CN113012197A (zh) * | 2021-03-19 | 2021-06-22 | 华南理工大学 | 一种适用于动态交通场景的双目视觉里程计定位方法 |
| WO2021217859A1 (zh) * | 2020-04-30 | 2021-11-04 | 平安国际智慧城市科技股份有限公司 | 目标异常识别方法、装置、电子设备及存储介质 |
| CN113920150A (zh) * | 2021-09-10 | 2022-01-11 | 北京控制工程研究所 | 一种资源受限下的行星车简化双目视觉里程定位方法 |
| CN113936043A (zh) * | 2021-12-20 | 2022-01-14 | 北京中科慧眼科技有限公司 | 基于双目立体视觉运动估计方法、电子设备、车辆和介质 |
| CN114919584A (zh) * | 2022-05-27 | 2022-08-19 | 深圳市豪恩汽车电子装备股份有限公司 | 机动车定点目标测距方法、装置及计算机可读存储介质 |
-
2022
- 2022-10-31 CN CN202211350921.1A patent/CN115527199B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170277197A1 (en) * | 2016-03-22 | 2017-09-28 | Sharp Laboratories Of America, Inc. | Autonomous Navigation using Visual Odometry |
| CN110758477A (zh) * | 2019-11-07 | 2020-02-07 | 交控科技股份有限公司 | 基于二维码识别的列车定位方法及系统 |
| WO2021217859A1 (zh) * | 2020-04-30 | 2021-11-04 | 平安国际智慧城市科技股份有限公司 | 目标异常识别方法、装置、电子设备及存储介质 |
| CN111829523A (zh) * | 2020-07-13 | 2020-10-27 | 深圳市鲸仓科技有限公司 | 一种轨道机器人的定位方法、装置及电子设备 |
| CN111914691A (zh) * | 2020-07-15 | 2020-11-10 | 北京埃福瑞科技有限公司 | 一种轨道交通车辆定位方法及系统 |
| CN112866673A (zh) * | 2021-01-12 | 2021-05-28 | 北京格灵深瞳信息技术股份有限公司 | 图像采集设备、相机控制方法、装置和列车图像采集系统 |
| CN113012197A (zh) * | 2021-03-19 | 2021-06-22 | 华南理工大学 | 一种适用于动态交通场景的双目视觉里程计定位方法 |
| CN113920150A (zh) * | 2021-09-10 | 2022-01-11 | 北京控制工程研究所 | 一种资源受限下的行星车简化双目视觉里程定位方法 |
| CN113936043A (zh) * | 2021-12-20 | 2022-01-14 | 北京中科慧眼科技有限公司 | 基于双目立体视觉运动估计方法、电子设备、车辆和介质 |
| CN114919584A (zh) * | 2022-05-27 | 2022-08-19 | 深圳市豪恩汽车电子装备股份有限公司 | 机动车定点目标测距方法、装置及计算机可读存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| ZHANGZHEN ZHAO等: "Visual odometry based on camera motion and bidirectional long short-term memory network", 《PROCEEDINGS VOLUME 12451, 5TH INTERNATIONAL CONFERENCE ON COMPUTER INFORMATION SCIENCE AND APPLICATION TECHNOLOGY (CISAT 2022)》 * |
| 吴锦铁等: "一种用于里程计量的双目立体视觉测距系统", 《计量技术》 * |
| 张颖江等: "基于车载系统双目CCD相机测距", 《信息安全与技术》 * |
| 罗杨宇等: "基于光束平差法的双目视觉里程计研究", 《控制与决策》 * |
| 陈卫明: "城市轨道列车定位技术综述", 《 城市建设理论研究（电子版）》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115527199B (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
| CN110758477B (zh) | 基于二维码识别的列车定位方法及系统 | |
| CN112069643B (zh) | 一种自动驾驶仿真场景生成方法及装置 | |
| JP5494286B2 (ja) | 架線位置測定装置 | |
| CN111191611B (zh) | 基于深度学习的交通标志标号识别方法 | |
| CN111145555B (zh) | 一种检测车辆违章的方法和装置 | |
| JP2008299458A (ja) | 車両監視装置および車両監視方法 | |
| CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
| CN111353453A (zh) | 用于车辆的障碍物检测方法和装置 | |
| CN116129387A (zh) | 用于识别分歧路口的方法和装置 | |
| CN112765302B (zh) | 位置信息的处理方法、装置及计算机可读介质 | |
| JP4358147B2 (ja) | 車両及びレーンマーク認識装置 | |
| CN115527199A (zh) | 轨道交通列车定位方法、装置、介质和电子设备 | |
| CN108297795A (zh) | 一种电动车的车道识别系统 | |
| CN116990776A (zh) | 激光雷达点云补偿方法、装置及电子设备、存储介质 | |
| CN114353818B (zh) | 目标对象跟随方法、装置、设备、介质和计算机程序产品 | |
| CN113095345A (zh) | 数据匹配方法、装置和数据处理设备 | |
| CN112585957A (zh) | 车站监控系统及车站监控方法 | |
| CN116259033A (zh) | 车辆信息丢失的目标跟踪方法、系统、介质及设备 | |
| JP2019193373A (ja) | 定位置停止制御装置 | |
| CN115631282A (zh) | 点云三维连续贝塞尔曲线的绘制方法、系统及存储介质 | |
| CN112634141B (zh) | 一种车牌矫正方法、装置、设备及介质 | |
| CN115112125A (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
| JP2015001791A (ja) | 画像解析装置 | |
| US20200143152A1 (en) | Apparatus and method for estimating own vehicle behavior |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |