[发明专利]一种轨道交通车辆定位方法及系统在审
| 申请号: | 202010680791.2 | 申请日: | 2020-07-15 |
| 公开(公告)号: | CN111914691A | 公开(公告)日: | 2020-11-10 |
| 发明(设计)人: | 陈成林;张宇旻;王强 | 申请(专利权)人: | 北京埃福瑞科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;B61L25/02;G06N3/04;G06N3/08 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 杨云云 |
| 地址: | 100070 北京市丰台*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 轨道交通 车辆 定位 方法 系统 | ||
1.一种轨道交通车辆定位方法,其特征在于,包括:
获取列车的实时车速信息,根据所述实时车速信息计算列车的行驶里程和列车每次的停车间距;
利用所述停车间距进行站间距匹配,获取站间距匹配结果;
获取列车在每次停车时的站台图像,基于神经网络识别技术,对所述站台图像进行识别,获取站台识别结果;
根据所述站间距匹配结果和所述站台识别结果,确定列车的准确停车站台;
根据列车从所述准确停车站台出发的行驶里程,确定列车的定位信息。
2.根据权利要求1所述的轨道交通车辆定位方法,其特征在于,所述根据所述实时车速信息计算列车的行驶里程和列车每次的停车间距,包括:
分别获取列车每次由启动到停止这一时间段内的实时车速信息;
分别对每个时间段内的实时车速信息进行积分,获取列车每次的停车间距;
将所述列车每次的停车间距进行累加获取所述列车的行驶里程。
3.根据权利要求1所述的轨道交通车辆定位方法,其特征在于,所述利用所述停车间距进行站间距匹配,获取站间距匹配结果,包括:
将列车每次的停车间距依次与列车行驶线路上的站间距列表进行匹配;
若存在连续K1个停车间距与连续K1个站间距相匹配,则将所述站间距匹配结果设置为成功;
若不存在连续K1个停车间距与连续K1个站间距相匹配,则将所述站间距匹配结果设置为失败;
K1为停车区间的数量,K1≥2。
4.根据权利要求3所述的轨道交通车辆定位方法,其特征在于,在利用所述停车间距进行站间距匹配之前,还包括:
选择列车行驶线路中的最长线路,并根据所述最长线路上的站间距生成第一站间距列表;
将列车行驶线路中未被所述最长线路覆盖的线路分别向前和向后延长两个站间距,生成第二站间距列表;
在所述第二站间距列表中,合并首尾有重叠的站间距,生成第三站间距列表;
由所述第一站间距列表和所述第三站间距列表,组建所述总站间距列表;
所述将列车每次的停车间距依次与列车行驶线路上的站间距进行匹配,具体是将列车每次的停车间距依次与所述总站间距列表进行匹配。
5.根据权利要求1所述的轨道交通车辆定位方法,其特征在于,所述基于神经网络识别技术,对所述站台图像进行识别,获取站台识别结果,包括:
在列车每次进站后,获取所在站台的站台图像,并将所有站台图像按照采集顺序依次排列构建站台图像集;
依次将每幅站台图像作为站台识别网络模型的输入,获取由所述站台识别网络模型输出的与输入的站台图像相对应的目标识别结果,组建目标识别结果集;
若所述目标识别结果集中存在连续K2个目标识别结果大于预设阈值时,则将所述站台识别结果设置为成功;
若所述目标识别结果集中不存在连续K2个目标识别结果大于预设阈值时,则将所述站台识别结果设置为失败;
K2为目标识别结果的数量,K2≥2。
6.根据权利要求5所述的轨道交通车辆定位方法,其特征在于,在依次将每幅站台图像作为站台识别网络模型的输入,获取由所述站台识别网络模型输出的与输入的站台图像相对应的目标识别结果之前,还包括:
采集不同天气条件、不同光线条件下的各站台图像作为训练样本,并以每个所述训练样本所对应的识别结果作为标签,组建训练样本集;
利用所述训练样本集对站台识别网络模型进行迭代训练。
7.根据权利要求1所述的轨道交通车辆定位方法,其特征在于,所述根据所述站间距匹配结果和所述站台识别结果,确定列车的准确停车站台,包括:
若所述站台识别结果为成功,则直接根据所述站台识别结果确定列车的准确停车站台;
若所述站台识别结果为失败,且所述站间距匹配结果为成功,则根据所述站间距匹配结果确定列车的准确停车站台;
若所述站台识别结果为失败,且所述站间距匹配结果为失败,则当前站识别失败,继续进行站间距匹配结果和站台识别结果的收集,直至获取到所述列车的准确停车站台。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京埃福瑞科技有限公司,未经北京埃福瑞科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010680791.2/1.html,转载请声明来源钻瓜专利网。





