CN115965688B - 一种定位方法、装置、电子设备及存储介质 - Google Patents
一种定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115965688B CN115965688B CN202211609498.2A CN202211609498A CN115965688B CN 115965688 B CN115965688 B CN 115965688B CN 202211609498 A CN202211609498 A CN 202211609498A CN 115965688 B CN115965688 B CN 115965688B
- Authority
- CN
- China
- Prior art keywords
- linear
- locomotive
- unit
- linear coding
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000003137 locomotive effect Effects 0.000 claims abstract description 179
- 238000006243 chemical reaction Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000003708 edge detection Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000011426 transformation method Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005491 wire drawing Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本申请提供一种定位方法、装置、电子设备及存储介质,该方法包括:接收包括线性编码线段的待检测图像;线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;待检测图像通过安装于机车的摄像头对参照物进行拍摄获得;通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据。预先在机车侧面的参照物上标记线性编码线段,通过识别两侧的线性编码线段对机车的定位进行识别,改善了轨道机车在被遮挡区域中无法进行卫星系统定位,导致定位不准确的问题,实现了轨道机车在被遮挡区域的准确定位。
Description
技术领域
本申请涉及定位技术领域,具体而言,涉及一种定位方法、装置、电子设备及存储介质。
背景技术
为了确保机车行车安全和提高机车运输效率,需要准确及时的获取轨道机车的位置信息。目前机车的定位主要依靠带惯导的卫星定位系统。带惯导的卫星定位系统受轨道周围建筑物环境的影响较大,在机车运行的轨道或道路被周围的建筑物遮挡的情况下,采用传统的轨道机车定位方法,定位不准确,无法满足机车的定位要求。
发明内容
本发明实施例的目的在于一种定位方法、装置、电子设备及存储介质,通过识别预设在机车运行轨道侧面的参照物上的线性编码,获得机车的定位,改善了传统的卫星定位系统定位准确性较低的问题,提高轨道机车定位的精准度。
第一方面,本申请实施例提供了一种定位方法,包括:接收包括线性编码线段的待检测图像;线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;待检测图像通过安装于机车的摄像头对参照物进行拍摄获得;通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据。
在上述的实现过程中,预先在机车侧面的参照物上标记线性编码线段,通过识别两侧的线性编码线段对机车的定位进行识别,改善了轨道机车在被遮挡区域中无法进行卫星系统定位,导致定位不准确的问题,实现了轨道机车在被遮挡区域的准确定位。
可选的,在本申请实施例中,在接收包括线性编码线段的待检测图像之前,方法还包括:根据预设的线性编码规则,确定线性编码基线;根据线性编码基线,生成每一单位的线性编码线段,并将线性编码基线和每一单位的线性编码线段标记在机车运行轨道侧面的参照物上;其中,每一单位的线性编码到线性编码基线的垂直距离用于计算在当前位置单位对应的数值;线性编码基线和每一单位的线性编码线段是连续的。
在上述的实现过程中,根据预设的线性编码规则,确定线性编码基线以及每一单位的线性编码线段,并将线性编码基线和每一单位的线性编码线段标记在机车运行轨道侧面的参照物上,实现仅需识别线性编码线段即可确定当前轨道的实际位置。
可选的,在本申请实施例中,通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据,包括:从待检测图像中获得目标边缘信息,目标边缘信息包括基线线段和每一单位对应的目标编码线段;利用霍夫直线变换方法,根据目标边缘信息,获得基线线段的基线坐标数据,以及每一单位对应的目标编码线段的坐标数据;根据线性编码规则、基线坐标数据以及每一单位对应的目标编码线段的坐标数据,获得每一单位对应的数值;基于每一单位对应的数值,获得机车的定位数据。
在上述的实现过程中,对待检测图像中的线性编码进行识别,对线性编码进行数据处理即可获得机车的定位数据,通过识别机车对应的当前位置的线性编码改善机车在被遮挡环境下的定位不准确的问题。
可选的,在本申请实施例中,基于每一单位对应的数值,获得机车的定位数据,包括:将每一单位对应的数值进行单位换算,获得每一单位对应的实际数值;将每一单位对应的实际数值进行相加,获得目标数值;将目标数值与实际位置进行映射,获得机车的定位数据。
在上述的实现过程中,通过对线性编码每一单位的线性编码线段进行识别获得机车的目标数值,并将该数据与实际轨道进行映射,获得机车在轨道中的实时位置。实现了轨道机车在遮挡场景下进行的轨道全域的、可靠的以及高精度的精准位置定位。
可选的,在本申请实施例中,从待检测图像中获得目标边缘信息,包括:通过边缘检测算法提取待检测图像中线性编码的边缘信息;通过掩膜分割方法,从线性编码的边缘信息中获取机车当前位置对应的目标边缘信息。
在上述的实现过程中,机车拍摄到的待检测图像可能包含一段线性编码线段,通过边缘检测算法和掩膜分割算法获取机车当前位置对应的目标边缘信息,通过对目标边缘信息的处理获得更加精准的机车定位数据。
可选的,在本申请实施例中,方法还包括:获得机车开始运行时采集到的起始待检测图像;识别起始待检测图像中的线性编码,获得机车的起始定位数据;根据机车的定位数据以及起始定位数据,获得机车的运行距离。
在上述的实现过程中,在机车运行起始时即可记录起始位置的线性编码,通过起始位置的线性编码与机车运行中或停止时的线性编码,即可实时获得机车的实际运行距离。
可选的,在本申请实施例中,对线性编码线段进行数据转换,获得机车的定位数据之后,方法还包括:通过历史转换数据获得补偿参数;根据补偿参数,对机车的定位数据进行数据校准,获得校准定位数据。
在上述的实现过程中,根据补偿参数,对机车的定位数据进行数据校准,获得校准定位数据,消除图像识别线性编码的误差,使机车的定位数据更加精准。
第二方面,本申请实施例还提供了一种定位装置,包括:接收图像模块,用于接收包括线性编码线段的待检测图像;线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;待检测图像通过安装于机车的摄像头对参照物进行拍摄获得;识别模块,用于通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据。
第三方面,本申请实施例还提供了一种电子设备,包括:处理器和存储器,存储器存储有处理器可执行的机器可读指令,机器可读指令被处理器执行时执行如上面描述的方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上面描述的方法。
采用本申请提供定位方法、装置、电子设备及存储介质,通过预先在机车侧面的参照物上标记线性编码线段,以及通过识别两侧的线性编码线段对机车的定位进行识别,改善了轨道机车在被遮挡区域中无法进行卫星系统定位,导致定位不准确的问题,实现了轨道机车在被遮挡区域的准确定位,仅需识别线性编码线段即可确定当前轨道的实际位置。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种定位方法的流程示意图;
图2为本申请第一种实施例提供的线性编码起始位置的示意图;
图3为本申请实施例提供的待检测图像中的线性编码的示意图;
图4为本申请实施例提供的线性编码识别的流程示意图;
图5为本申请实施例提供的轨道机车的线性编码识别系统的结构示意图;
图6为本申请第二种实施例提供的线性编码起始位置的示意图;
图7为本申请第三种实施例提供的线性编码起始位置的示意图;
图8为本申请第三种实施例提供的线性编码中间位置的示意图;
图9为本申请实施例提供的定位装置的结构示意图;
图10为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合附图对本申请技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本申请的技术方案,因此只作为示例,而不能以此来限制本申请的保护范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
在本申请实施例的描述中,技术术语“第一”、“第二”等仅用于区别不同对象,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本申请实施例的描述中,“多个”的含义是两个及以上,除非另有明确具体的限定。
请参见图1示出的本申请实施例提供的一种定位方法的流程示意图。本申请实施例提供的定位方法可以应用于电子设备,该电子设备可以包括终端以及服务器;其中终端具体可以为智能手机、平板电脑、计算机、个人数字助理(Personal Digital Assitant,PDA)等;服务器具体可以为应用服务器,也可以为Web服务器。
步骤S110:接收包括线性编码线段的待检测图像;线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;待检测图像通过安装于机车的摄像头对参照物进行拍摄获得。
线性编码即为通过线性几何图形对长度进行编码表示。线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的。
具体例如,线性编码线段包括基线和每一单位对应的线段,根据线性编码规则可以确定基线、长度单位以及长度单位的表示方式。根据轨道机车运行的场景分布图确定线性编码线段的起始点,从起始位置将基线以及每一长度单位对应的线段,在机车运行轨道侧面的墙体或其他建筑物等参照物上进行标记,标记的方式包括绘制、拉线以及贴图等。需要说明的是,每一长度单位可以的表示方式通过线段,也可以通过色块等其他方式表示长度。
在一种可选的实施方式中,可以将机车的轨道左侧或右侧的参照物上标记线性编码线段;也可以将机车运行的轨道两侧的参照物上都标记上线性编码线段,同时机车的摄像头也分别安装于机车的两侧,安装位置可以在机车的车头,摄像头采用高速摄像头,通过摄像头分别获取到两侧的包含标记在参照物上的线性编码对应的待检测图像,通过识别两侧的待检测图像对机车的定位进行识别并校准,提高定位的准确性。可以理解的,轨道两侧的线性编码线段是同步对应的。
步骤S120:通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据。
待识别图像中可能包含一段线性编码线段,可以从线性编码线段中确定对应于机车位置的目标区域的线段,读取该目标区域线性编码线段对应的数据,获得机车的定位数据,机车的定位数据包括轨道机车在轨道中的精准位置以及机车在轨道中行驶的实际距离。其中,目标区域线性编码线段与机车在轨道上的位置相对应。
在上述的实现过程中,预先在机车侧面的参照物上标记线性编码线段,通过识别两侧的线性编码线段对机车的定位进行识别,改善了轨道机车在被遮挡区域中无法进行卫星系统定位,导致定位不准确的问题,实现了轨道机车在被遮挡区域的准确定位。
可选的,在本申请实施例中,在接收包括线性编码线段的待检测图像之前,方法还包括:根据预设的线性编码规则,确定线性编码基线;根据线性编码基线,生成每一单位的线性编码线段,并将线性编码基线和每一单位的线性编码线段标记在机车运行轨道侧面的参照物上;其中,每一单位的线性编码到线性编码基线的垂直距离用于计算在当前位置单位对应的数值;线性编码基线和每一单位的线性编码线段是连续的。
线性编码基线可以为每一单位公用的基线,即线性编码线段中只有一条基线,每一单位的线段均以该基线为基准;线性编码基线还可以为每一单位对应一条基线,即每一单位都有独立的基线,便于计算和识别不同的单位对应的数值。上述两种基线的设置均可实现线性编码标记和读取。
根据线性编码基线,生成每一单位的线性编码线段,若线每一单位有具有对应的基线,可以在基线上方标记对应单位的线性编码线段。单位为长度单位,如厘米、分米、米、十米、百米以及千米等等。
请参见图2示出的本申请种实施例提供的线性编码起始位置的示意图,如图2所示,基线1为厘米长度单位的基线、基线2为分米长度单位的基线以及基线3为米长度单位的基线。在厘米长度单位的基线上方生成厘米长度单位的线性编码线段,每一梯度表示一个厘米长度。在分米长度单位的基线上方生成厘米长度单位的线性编码线段,每一梯度表示一个分米长度。第十厘米时,即一分米时,厘米线性编码线段回归至厘米单位对应的基线,分米线性编码线段上升一个刻度。以此为例生成每一单位的线性编码线段,并将线性编码基线和每一单位的线性编码线段标记在机车运行轨道侧面的参照物上。在读取线性编码线段的数据时,每一单位的线性编码到线性编码基线的垂直距离用于计算在当前位置单位对应的数值。
可以理解的是,线性编码基线和每一单位的线性编码线段是连续的。且长度单位的设置可以根据实际应用环境进行设定,本申请实施例通过米、分米和厘米三个长度单位为实例。
在上述的实现过程中,根据预设的线性编码规则,确定线性编码基线以及每一单位的线性编码线段,并将线性编码基线和每一单位的线性编码线段标记在机车运行轨道侧面的参照物上,实现仅需识别线性编码线段即可确定当前轨道的实际位置。
请参见图3示出的本申请施例提供的待检测图像中的线性编码的示意图。
可选的,在本申请实施例中,通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据,包括:从待检测图像中获得目标边缘信息,目标边缘信息包括基线线段和每一单位对应的目标编码线段;利用霍夫直线变换方法,根据目标边缘信息,获得基线线段的基线坐标数据,以及每一单位对应的目标编码线段的坐标数据;根据线性编码规则、基线坐标数据以及每一单位对应的目标编码线段的坐标数据,获得每一单位对应的数值;基于每一单位对应的数值,获得机车的定位数据。
示例性的,可以通过边缘检测算法以及掩膜分割算法,从待检测图像中提取目标边缘信息,目标边缘信息包括目标区域的基线线段和每一单位对应的目标编码线段,目标区域对应于机车在轨道中的位置,对目标边缘信息中的线性编码进行识别,即可获得机车的定位数据。
利用霍夫直线变换方法,根据目标边缘信息,获得基线线段的基线坐标数据,以及每一单位对应的目标编码线段的坐标数据,其中,坐标数据包括直角坐标系下基线线段两端端点和目标编码线段两端端点的端点坐标,或极坐标系中基线线段两端端点和目标编码线段两端端点的半径和极角。
线性编码规则中规定了基线的设置、线性编码的长度单位的设置、以及每一单位的表现方式。用每一单位对应的目标编码线段的坐标数据的纵坐标与对应的基线坐标数据的纵坐标做差值,即可获得每一单位对应的数值,再将每一单位进行单位换算,获得机车的定位数据。
具体例如,如图3所示,竖直虚线位置为目标区域的线性编码线段。厘米单位对应的编码线段与基线1的纵坐标重叠,则厘米单位对应的数值为0;分米单位对应的编码线段与基线2的纵坐标重叠,则厘米单位对应的数值为0;米单位对应的编码线段与基线3的纵坐标相差两个刻度单位,则米单位对应的数值为2。获取到每一单位数值之后,将每一单位对应的数值进行换算,获得机车的定位数据。
在上述的实现过程中,对待检测图像中的线性编码进行识别,对线性编码进行数据处理即可获得机车的定位数据,通过识别机车对应的当前位置的线性编码改善机车在被遮挡环境下的定位不准确的问题。
可选的,在本申请实施例中,基于每一单位对应的数值,获得机车的定位数据,包括:将每一单位对应的数值进行单位换算,获得每一单位对应的实际数值;将每一单位对应的实际数值进行相加,获得目标数值;将目标数值与实际位置进行映射,获得机车的定位数据。
在具体的实现过程中:用每一单位对应的目标编码线段的坐标数据的纵坐标与对应的基线坐标数据的纵坐标做差值,即可获得每一单位对应的数值。接上述实施例,厘米单位目标编码线段的坐标数据的纵坐标与厘米基线坐标数据的纵坐标做差值,得到厘米对应的实际数值为0。同样的,分米单位目标编码线段的坐标数据的纵坐标与分米基线坐标数据的纵坐标做差值,得到分米对应的实际数值为0。米单位目标编码线段的坐标数据的纵坐标与米基线坐标数据的纵坐标做差值,米单位对应的实际数值为2。
将每一单位对应的实际数值进行相加,获得目标数值,具体例如,目标数值=米单位的实际数值*1+分米单位的实际数据*0+厘米单位的实际数据*0=2*1+0*0+0*0=2米。计算可得,目标数值为2米。
将目标数值与实际位置进行映射,获得机车的定位数据。具体例如,两米表示从线性编码起始位置到轨道机车拍摄到的待检测图像中的线性编码的位置为2米,将该数据在实际轨道中进行映射,获得机车在轨道中的实时位置。
在上述的实现过程中,通过对线性编码每一单位的线性编码线段进行识别获得机车的目标数值,并将该数据与实际轨道进行映射,获得机车在轨道中的实时位置。实现了轨道机车在遮挡场景下进行的轨道全域的、可靠的以及高精度的精准位置定位。
可选的,在本申请实施例中,从待检测图像中获得目标边缘信息,包括:通过边缘检测算法提取待检测图像中线性编码的边缘信息;通过掩膜分割方法,从线性编码的边缘信息中获取机车当前位置对应的目标边缘信息。
在具体的实现过程中:通过边缘检测算法提取待检测图像中线性编码的边缘信息,边缘信息可以包括基线线段的边缘信息以及每一单位编码线段的边缘信息,边缘检测算法包括差分边缘检测算法、Roberts边缘检测算子或拉普拉斯边缘检测算子等,边缘检测算法可以根据实际需求进行选择,本申请实施例对此不作限定。
通过掩膜分割方法,从线性编码的边缘信息中获取机车当前位置对应的目标边缘信息。目标边缘信息为目标掩码中的边缘,即机车当前位置对应的边缘信息。作为一种实施方式,可以采用掩膜分割出图像中间部分具有编码规则的边缘,将中间部分的边缘作为机车当前位置对应的目标边缘信息。
在上述的实现过程中,机车拍摄到的待检测图像可能包含一段线性编码线段,通过边缘检测算法和掩膜分割算法获取机车当前位置对应的目标边缘信息,通过对目标边缘信息的处理获得更加精准的机车定位数据。
可选的,在本申请实施例中,方法还包括:获得机车开始运行时采集到的起始待检测图像;识别起始待检测图像中的线性编码,获得机车的起始定位数据;根据机车的定位数据以及起始定位数据,获得机车的运行距离。
在具体的实现过程中:获得机车开始运行时采集到的起始待检测图像,该起始待检测图像即为机车开始运行时拍摄的。识别起始待检测图像中的线性编码,获得机车的起始定位数据,识别起始待检测图像中的线性编码的过程与识别待检测图像中的线性编码的实施步骤相同,在此不再赘述。机车的起始定位数据可以是机车拍摄到起始待检测图像中的线性编码对应的实际数值,也可以是机车在轨道中的实际位置。
根据机车的定位数据以及起始定位数据,获得机车的运行距离。具体例如,利用机车的起始定位数据减去机车的定位数据,获得机车的运行距离。
在上述的实现过程中,在机车运行起始时即可记录起始位置的线性编码,通过起始位置的线性编码与机车运行中或停止时的线性编码,即可实时获得机车的实际运行距离。
可选的,在本申请实施例中,对线性编码线段进行数据转换,获得机车的定位数据之后,方法还包括:通过历史转换数据获得补偿参数;根据补偿参数,对机车的定位数据进行数据校准,获得校准定位数据。
在具体的实现过程中:通过历史转换数据获得补偿参数,获得轨道机车历史上采集到的多个历史待检测图像,通过对历史待检测图像中的线性编码进行识别,分别获得每一历史待检测图像对应的机车定位数据,即机车在轨道中的计算值。在通过实际测量该位置机车在轨道中的实际值,将计算值和实际值进行比较,获得补偿参数,补偿参数表征计算值和实际值的差值。作为一种可选的实施方式,获得补偿参数的过程可以通过神经网络模型实现。
根据补偿参数,对机车的定位数据进行数据校准,则将计算出的定位数据进行参数补偿,获得校准定位数据,通过参数补偿后的校准定位数据比未校准的定位数据更精准。
在上述的实现过程中,根据补偿参数,对机车的定位数据进行数据校准,获得校准定位数据,消除图像识别线性编码的误差,使机车的定位数据更加精准。
请参见图4示出的本申请实施例提供的线性编码识别的流程示意图。
在一个可选的实施例中,本申请应用于高炉下轨道机车的定位。通过安装于轨道机车的高速摄像头获取绘制在高炉墙面的图像,将图像进行灰度化处理,再利用边缘检测算法、提取物体边缘,同时采用掩膜分割出图像中间部分具有编码规则的边缘,即目标边缘信息。通过霍夫直线变换获得基线的坐标数据和每一单位对应的编码线段的坐标数据,以完成线性编码的识别。
请参见图5示出的本申请实施例提供的轨道机车的线性编码识别系统的结构示意图。
轨道机车的线性编码识别系统包括图像识别模块、网络通信模块和数据处理模块;图像识别模块和数据处理模块连接,网络通信模块分别和图像识别模块以及数据处理模块连接;图像识别模块用于接收包括线性编码线段的待检测图像,并将待检测图像发送至数据处理模块;线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;待检测图像通过安装于机车的摄像头对参照物进行拍摄获得;
数据处理模块用于识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据;
网络通信模块用于接收待检测图像,以及将定位数据上传至服务器。
高速摄像头安装规则如下:考虑到高炉下可能会有两条的轨道,所以在机车前端两侧安装上高速摄像头,可保证两侧的摄像头中有一个能抓取到清晰的线性编码。接着调整摄像头广角,保证可实时获取机车前进方向墙面一侧的线性编码。
图像识别模块使用OpenCV处理高速摄像头获取到的轨道任意一侧的线性编码图像,首先通过读入图像并进行灰度化,再利用边缘检测算法、提取物体边缘,同时采用掩膜分割出图像中间部分具有编码规则的边缘,输出在设定掩码中的边缘,获取到预期目标边缘。将获取到的边缘利用霍夫直线变换方法的算出线段两端的端点坐标或者rho(极坐标下的半径)和theta(极坐标下的极角),此时会获取到各单位下的基线线段坐标值和线性编码的线段坐标值,将其一一对应处理,因为线段都是平行X轴的,可以直接用坐标值中的Y值进行处理,并将对应的值打包缓存。
网络通信模块通过计算机网络通信,获取图像处理模块获取到的待检测图像。同时,网络通信模块也会获取到数据处理模块的数据输出,并将轨道机车的实时位置数据通过网络上传至服务器,以使其他终端获取到定位数据。
数据处理模块对根据线性编码规则、基线坐标数据以及每一单位对应的目标编码线段的坐标数据,获得每一单位对应的数值;基于每一单位对应的数值,获得机车的定位数据。
请参见图6示出的本申请第二种实施例提供的线性编码起始位置的示意图。
基线4为厘米长度单位的基线、基线5为分米长度单位的基线以及基线6为米长度单位的基线。分别在每一基线的上方绘制对应的每一单位的线性编码线段,对于米单位和分米单位,每一个梯度分别表示一个刻度的长度,对于厘米单位,通过斜线表示厘米对应的线性编码。此种编码方式获取到目标编码线段的厘米的数值包括小数点,可实现读数精确到毫米,
请参见图7示出的本申请第三种实施例提供的线性编码起始位置的示意图。
第三种编码方式分别对每一单位的不同刻度通过颜色进行区分,例如,一厘米通过橙色表示、二厘米出通过蓝色表示、三厘米出通过粉色表示以此类推,将每一单位不同刻度的颜色记录保存。则在获取到线性编码后,可以直接对每一单位的色块进行识别,每一单位的色块表示该单位对应的数据,使线性编码的识别效率更高,不易出错。
请参见图8示出的本申请第三种实施例提供的线性编码中间位置的示意图。
如图8所示,竖直虚线位置为目标区域的线性编码线段。米单位包括两个色块,表示米单位的数值为2;分米单位包括9个色块,表示分米单位的数值为9;厘米单位包括10个色块,表示厘米单位的数值为10,
通过数据换算,目标数据=2*1+9*0.1+10*0.01=3米。计算可得,目标数值为3米。
作为一种可选的实施方式,采用此种方式线性编码可以采用OpenCV(计算机视觉)提供的颜色相关的识别方法。
请参见图9示出的本申请实施例提供的定位装置的结构示意图;本申请实施例提供了一种定位装置200,包括:
接收图像模块210,用于接收包括线性编码线段的待检测图像;线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;待检测图像通过安装于机车的摄像头对参照物进行拍摄获得;
识别模块220,用于通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据。
可选地,在本申请实施例中,定位装置,线性编码模块,用于根据预设的线性编码规则,确定线性编码基线;根据线性编码基线,生成每一单位的线性编码线段,并将线性编码基线和每一单位的线性编码线段标记在机车运行轨道侧面的参照物上;其中,每一单位的线性编码到线性编码基线的垂直距离用于计算在当前位置单位对应的数值;线性编码基线和每一单位的线性编码线段是连续的。
可选地,在本申请实施例中,定位装置,识别模块220,具体用于通过识别待检测图像中的线性编码线段,对线性编码线段进行数据转换,获得机车的定位数据,包括:从待检测图像中获得目标边缘信息,目标边缘信息包括基线线段和每一单位对应的目标编码线段;利用霍夫直线变换方法,根据目标边缘信息,获得基线线段的基线坐标数据,以及每一单位对应的目标编码线段的坐标数据;根据线性编码规则、基线坐标数据以及每一单位对应的目标编码线段的坐标数据,获得每一单位对应的数值;基于每一单位对应的数值,获得机车的定位数据。
可选地,在本申请实施例中,定位装置,识别模块220,还用于将每一单位对应的数值进行单位换算,获得每一单位对应的实际数值;将每一单位对应的实际数值进行相加,获得目标数值;将目标数值与实际位置进行映射,获得机车的定位数据。
可选地,在本申请实施例中,定位装置,识别模块220,还用于通过边缘检测算法提取待检测图像中线性编码的边缘信息;通过掩膜分割方法,从线性编码的边缘信息中获取机车当前位置对应的目标边缘信息。
可选地,在本申请实施例中,定位装置,还包括:距离计算模块,用于获得机车开始运行时采集到的起始待检测图像;识别起始待检测图像中的线性编码,获得机车的起始定位数据;根据机车的定位数据以及起始定位数据,获得机车的运行距离。
可选地,在本申请实施例中,定位装置,还包括,校准模块,用于通过历史转换数据获得补偿参数;根据补偿参数,对机车的定位数据进行数据校准,获得校准定位数据。
应理解的是,该装置与上述的定位方法实施例对应,能够执行上述方法实施例涉及的各个步骤,该装置具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。该装置包括至少一个能以软件或固件(firmware)的形式存储于存储器中或固化在装置的操作系统(operating system,OS)中的软件功能模块。
请参见图10示出的本申请实施例提供的电子设备的结构示意图。本申请实施例提供的一种电子设备300,包括:处理器310和存储器320,存储器320存储有处理器310可执行的机器可读指令,机器可读指令被处理器310执行时执行如上的方法。
本申请实施例还提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上的方法。
其中,存储介质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,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 Red-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
本申请实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请实施例的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请实施例各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
以上的描述,仅为本申请实施例的可选实施方式,但本申请实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请实施例的保护范围之内。
Claims (9)
1.一种定位方法,其特征在于,包括:
接收包括线性编码线段的待检测图像;所述线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;所述待检测图像通过安装于所述机车的摄像头对所述参照物进行拍摄获得;
通过识别所述待检测图像中的线性编码线段,对所述线性编码线段进行数据转换,获得所述机车的定位数据;
所述通过识别所述待检测图像中的线性编码线段,对所述线性编码线段进行数据转换,获得所述机车的定位数据,包括:
从所述待检测图像中获得目标边缘信息,所述目标边缘信息包括基线线段和每一单位对应的目标编码线段;所述基线线段是指所述待检测图像中的线性编码基线;所述线性编码基线为每一单位公用的基线,每一单位的线段均以所述基线为基准;或者所述线性编码基线为每一单位对应的独立的基线;
利用霍夫直线变换方法,根据所述目标边缘信息,获得所述基线线段的基线坐标数据,以及每一单位对应的所述目标编码线段的坐标数据;
根据所述线性编码规则、基线坐标数据以及每一单位对应的所述目标编码线段的坐标数据,获得每一单位对应的数值;线性编码为通过线性几何图形对长度进行编码表示;所述线性编码规则中规定了所述基线的设置、所述线性编码的长度单位的设置、以及每一单位的表现方式;
基于所述每一单位对应的数值,获得所述机车的定位数据。
2.根据权利要求1所述的方法,其特征在于,在接收包括线性编码线段的待检测图像之前,所述方法还包括:
根据所述预设的线性编码规则,确定线性编码基线;所述线性编码基线为每一单位的所述基线,所述线性编码基线用于计算和识别不同的单位对应的数值;
根据所述线性编码基线,生成每一单位的线性编码线段,并将所述线性编码基线和所述每一单位的线性编码线段标记在所述机车运行轨道侧面的参照物上;其中,所述每一单位的线性编码到所述线性编码基线的垂直距离用于计算在当前位置所述单位对应的数值;所述线性编码基线和所述每一单位的线性编码线段是连续的。
3.根据权利要求1所述的方法,其特征在于,基于所述每一单位对应的数值,获得所述机车的定位数据,包括:
将所述每一单位对应的数值进行单位换算,获得每一单位对应的实际数值;
将每一单位对应的实际数值进行相加,获得目标数值;
将所述目标数值与实际位置进行映射,获得所述机车的定位数据。
4.根据权利要求1所述的方法,其特征在于,从所述待检测图像中获得目标边缘信息,包括:
通过边缘检测算法提取所述待检测图像中线性编码的边缘信息;
通过掩膜分割方法,从所述线性编码的边缘信息中获取机车当前位置对应的目标边缘信息。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述机车开始运行时采集到的起始待检测图像;
识别所述起始待检测图像中的线性编码,获得所述机车的起始定位数据;
根据所述机车的定位数据以及起始定位数据,获得所述机车的运行距离。
6.根据权利要求1-5任一项所述的方法,其特征在于,对所述线性编码线段进行数据转换,获得所述机车的定位数据之后,所述方法还包括:
通过历史转换数据获得补偿参数;
根据所述补偿参数,对所述机车的定位数据进行数据校准,获得校准定位数据。
7.一种定位装置,其特征在于,包括:
接收图像模块,用于接收包括线性编码线段的待检测图像;所述线性编码线段是预先在机车运行轨道侧面的参照物上,按照预设的线性编码规则进行标记的;所述待检测图像通过安装于所述机车的摄像头对所述参照物进行拍摄获得;
识别模块,用于通过识别所述待检测图像中的线性编码线段,对所述线性编码线段进行数据转换,获得所述机车的定位数据;
所述识别模块,具体用于从所述待检测图像中获得目标边缘信息,所述目标边缘信息包括基线线段和每一单位对应的目标编码线段;所述基线线段是指所述待检测图像中的线性编码基线;所述线性编码基线为每一单位公用的基线,每一单位的线段均以所述基线为基准;或者所述线性编码基线为每一单位对应的独立的基线;利用霍夫直线变换方法,根据所述目标边缘信息,获得所述基线线段的基线坐标数据,以及每一单位对应的所述目标编码线段的坐标数据;根据所述线性编码规则、基线坐标数据以及每一单位对应的所述目标编码线段的坐标数据,获得每一单位对应的数值;线性编码为通过线性几何图形对长度进行编码表示;所述线性编码规则中规定了所述基线的设置、所述线性编码的长度单位的设置、以及每一单位的表现方式;基于所述每一单位对应的数值,获得所述机车的定位数据。
8.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述机器可读指令被所述处理器执行时执行如权利要求1至6任一所述的方法。
9.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609498.2A CN115965688B (zh) | 2022-12-14 | 2022-12-14 | 一种定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609498.2A CN115965688B (zh) | 2022-12-14 | 2022-12-14 | 一种定位方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115965688A CN115965688A (zh) | 2023-04-14 |
CN115965688B true CN115965688B (zh) | 2024-02-02 |
Family
ID=87361169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211609498.2A Active CN115965688B (zh) | 2022-12-14 | 2022-12-14 | 一种定位方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115965688B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529424A (zh) * | 2016-10-20 | 2017-03-22 | 中山大学 | 一种基于选择性搜索算法的车标检测识别方法及系统 |
CN109799513A (zh) * | 2019-01-04 | 2019-05-24 | 广西大学 | 一种基于二维激光雷达数据中直线特征的室内未知环境定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9207677B2 (en) * | 2014-01-02 | 2015-12-08 | Automotive Research & Testing Center | Vehicle positioning method and its system |
CN110969055B (zh) * | 2018-09-29 | 2023-12-19 | 阿波罗智能技术(北京)有限公司 | 用于车辆定位的方法、装置、设备和计算机可读存储介质 |
-
2022
- 2022-12-14 CN CN202211609498.2A patent/CN115965688B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529424A (zh) * | 2016-10-20 | 2017-03-22 | 中山大学 | 一种基于选择性搜索算法的车标检测识别方法及系统 |
CN109799513A (zh) * | 2019-01-04 | 2019-05-24 | 广西大学 | 一种基于二维激光雷达数据中直线特征的室内未知环境定位方法 |
Non-Patent Citations (2)
Title |
---|
Robust visual tracking via global context regularized Localityconstrained Linear Coding;Bin Kang et al;《Optik - International Journal for Light and Electron Optics 183 (2019)》;232-240 * |
基于肤色模型和FCM动态聚类的人脸检测;田博;李录明;郑欣;;光电技术应用(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115965688A (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110530372B (zh) | 定位方法、路径确定方法、装置、机器人及存储介质 | |
CN113052903B (zh) | 一种用于移动机器人的视觉与雷达融合定位方法 | |
EP3415400A1 (en) | System and method for determining the position of a guided vehicle | |
US11971961B2 (en) | Device and method for data fusion between heterogeneous sensors | |
KR102145557B1 (ko) | 이종 센서 간의 데이터 융합 장치 및 방법 | |
CN112648976B (zh) | 实景影像测量方法、装置、电子设备及存储介质 | |
KR20130133596A (ko) | 전주 기울기 측정 방법 및 장치 | |
KR102490521B1 (ko) | 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법 | |
CN112697044B (zh) | 一种基于无人机平台的静态刚性物体视觉测量方法 | |
CN115965688B (zh) | 一种定位方法、装置、电子设备及存储介质 | |
CN105547160A (zh) | 铁路构件位移监测系统和方法 | |
CN116772730A (zh) | 一种裂缝尺寸测量方法、计算机存储介质及系统 | |
CN111488762A (zh) | 一种车道级定位方法、装置及定位设备 | |
CN114910085A (zh) | 一种基于路政设施识别的车辆融合定位方法及装置 | |
CN114791282A (zh) | 一种基于车辆高精度定位的路政设施坐标标定方法及装置 | |
CN115147541A (zh) | 钢包检测方法、装置、电子设备及计算机可读存储介质 | |
CN113670338A (zh) | 误差测量方法、装置、电子设备及可读存储介质 | |
CN113643374A (zh) | 基于道路特征的多目相机标定方法、装置、设备和介质 | |
Hattori et al. | Design of coded targets and automated measurement procedures in industrial vision metrology | |
CN104976986A (zh) | 一种铁轨路基沉降测量方法 | |
CN113810591B (zh) | 一种高精地图作业系统及云端平台 | |
CN117274393A (zh) | 相机外参标定系数的确定方法、装置、设备及存储介质 | |
CN115019167B (zh) | 基于移动终端的融合定位方法、系统、设备及存储介质 | |
CN115494878B (zh) | 基于障碍物规避的无人机巡线路径调整方法和装置 | |
CN114358038B (zh) | 一种基于车辆高精度定位的二维码坐标标定方法及装置 |
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 |