[发明专利]一种基于视频和GPS的里程桩精密定位算法

说明书

本发明公开了一种基于视频和GPS的里程桩精密定位算法，包括：对行车视频进行里程桩识别，获得桩号、时间和时间比；对采集的GPS轨迹进行无迹卡尔曼滤波，查找时间戳对应的GPS信息；计算里程桩对应的GPS，结果校正，插值填补缺失桩号，生成GPS与里程桩号的映射关系表。结合道路行车视频和行车GPS信息，并针对视频中由于超车等原因无法录入的里程桩，进行插值填补，最终实现了里程桩的精密定位。

技术领域

本发明涉及路网管理技术领域，更具体的说是涉及一种基于视频和GPS的里程桩精密定位算法。

背景技术

在路网管理中，实现路面信息的有效定位，对路面病害管理、事故救援都至关重要。里程桩作为公路管理系统的定位基准，能够具体描述当前的道路里程状态，是一种科学有效的公路定位手段。2018年交通运输部开始了国家公路网命名编号重新调整的工作，这也意味着大量的里程桩重新被编号、安装，需要更新当前的里程桩信息。

因此，如何提供一种基于视频和GPS的里程桩精密定位算法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于视频和GPS的里程桩精密定位算法，实现了里程桩的精密定位。

为了实现上述目的，本发明采用如下技术方案：

一种基于视频和GPS的里程桩精密定位算法，包括：

对行车视频进行里程桩识别，获得桩号、时间戳和时间比；

对采集的GPS轨迹进行无迹卡尔曼滤波，查找时间戳对应的GPS信息；

结果校正，生成映射关系表，插值填补缺失桩号。

优选的，对行车视频进行里程桩识别具体包括：

利用摄像机采集行车视频，其中摄像机相对汽车车身旋转角度为θ；

基于速度估计的滑动窗口对行车视频进行目标检测，将里程桩划分出百米桩和公里桩，并分别得出公里桩桩号、公里桩桩号对应的时间和时间比，百米桩桩号、百米桩桩号对应的时间和时间比。

优选的，基于速度估计的滑动窗口对行车视频进行目标检测，将里程桩划分出百米桩和公里桩具体步骤为：

获取T₀时刻状态,并根据状态转移方程假设下一个公里桩出现在T₁＝n这一状态；

检测T₁中是否检测到公里桩，若检测到将预测状态T₁存储为当前状态，继续更新进行预测，若没有检测到，移动检测窗时间轴，移动后检测是否有识别目标，若检测到，把检测状态T₁'存储为当前状态，否则放弃预测状态T₁，从T₀开始逐帧识别，直到检测到公里桩；

基于速度估计的滑动窗口对全部公里桩检测后，对相邻公里桩确定的检测时间区间进行统计，针对该检测时间区间进行百米桩的检测。

优选的，对公里桩进行检测具体包括：

将视频图像的RGB色彩模式转换为HSV模式；

利用局部直方图二值化对图像进行彩色区域提取；

对提取后的图像进行区域分割，令分割后的区域显示为黑色，根据黑色区域对原图进行掩膜分割，获取待检测区域；

基于CRAFT网络对待检测区域进行识别，检测出公里桩桩号；

确定含有该公里桩桩号的图像在视频图像中的时间和时间比例。

优选的，对百米桩进行检测具体包括：

将视频图像转换为灰度图像后依次进行MESR区域特征提取和ROI目标区域定位；