[发明专利]隧道中步道的提取方法、装置、计算机设备、存储介质在审

专利信息
申请号: 202111434347.3 申请日: 2021-11-29
公开(公告)号: CN114299460A 公开(公告)日: 2022-04-08
发明(设计)人: 张明;王宏飞;姜明武 申请(专利权)人: 苏州光格科技股份有限公司
主分类号: G06V20/56 分类号: G06V20/56;G06T19/00;G06Q10/00;G06V10/774;G06K9/62;G06V10/82;G06N3/04;G06N3/08;G06Q50/06
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 舒丁
地址: 215000 江苏省苏州市苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 隧道 步道 提取 方法 装置 计算机 设备 存储 介质
【说明书】:

本公开涉及一种隧道中步道的提取方法、装置、计算机设备、存储介质。所述方法包括:渲染预先创建的与实际隧道场景相匹配的虚拟隧道场景,渲染后得到隧道图像序列,隧道图像序列包括:虚拟隧道序列和虚拟隧道场景中的步道序列;将实际隧道场景输入至预先训练得到的U型网络步道提取模型中,通过U型网络步道提取模型输出实际隧道场景中的步道,U型网络步道提取模型包括:将虚拟隧道序列和虚拟隧道中的步道序列输入U型网络模型中,通过调整U型网络模型的目标函数得到的模型。采用本方法能够准确识别并自动提取隧道中步道,节省了大量的人力,减少了人工的工作量。

技术领域

本公开涉及图像处理技术领域,特别是涉及一种隧道中步道的提取方法、装置、计算机设备、存储介质。

背景技术

随着我国电力事业的不断发展,城市的地下电网建设越来越普及,隧道中渗水、电缆老化、腐蚀、破损以及电缆引燃现象时有发生,所以需要对隧道进行巡检,能够及时发现隧道电缆出现的故障并且予以消除,但是限于隧道的特殊环境,进行人工检查时检查成本较高且难度较大。

进而出现了巡检机器人,巡检机器人技术是代替人工进行隧道中电缆的检查的机器人,通过巡检机器人中的模块能够准确的确定位电缆故障位置、减少电缆火灾以及类似事故发生,确保隧道电缆安全稳定运行,促进智能电网建设。

目前对电缆隧道的巡检通常采用能够直接在步道上行走的四足机器人,通过四足机器人进行隧道的巡检工作。然而,目前通过四足机器人进行巡检时,由于隧道比较狭窄,所以需要机器人在巡检时能够准确识别隧道中步道,但是传统的识别步道的方法需要采集大量隧道图像并进行人工标注步道,而且由于隧道中光线会产生变化,导致四足机器人识别出的步道准确率不高,可能会产生安全隐患。

发明内容

基于此,有必要针对上述技术问题,提供一种能够准确识别并自动提取隧道中步道的隧道中步道的提取方法、装置、计算机设备、存储介质。

一种隧道中步道的提取方法,方法包括:

渲染预先创建的与实际隧道场景相匹配的虚拟隧道场景,渲染后得到隧道图像序列,隧道图像序列包括:虚拟隧道序列和虚拟隧道场景中的步道序列;

将实际隧道场景输入至预先训练得到的U型网络步道提取模型中,通过U型网络步道提取模型输出实际隧道场景中的步道,U型网络步道提取模型包括:将虚拟隧道序列和虚拟隧道中的步道序列输入U型网络模型中,通过调整U型网络模型的目标函数得到的模型。

在其中一个实施例中,U型网络步道提取模型,采用包括下述方式得到:

将虚拟隧道中的步道序列和虚拟隧道序列输入U型网络模型中,输入目标函数的多维向量计算U型网络模型的目标函数的值;

调整目标函数的多维向量,使U型网络模型的目标函数的值最大,在目标函数的值最大的情况下,目标函数的多维向量对应的U型网络模型确定为训练得到的U型网络步道提取模型。

在其中一个实施例中,目标函数包括:

其中,m为虚拟隧道序列和虚拟隧道中的步道序列的样本总数,y(i)表示第i个样本的类别,x(i)表示第i个样本,J(θ)表示U型网络模型提取出虚拟隧道中的步道的概率,h(θ)表示需要调整的多维向量。

在其中一个实施例中,训练U型网络步道提取模型的处理过程,还包括:

通过深度学习训练可视化工具可视化训练U型网络步道提取模型的过程;

在U型网络模型的参数变化范围大于预设的阈值的情况下,对训练时U型网络模型的学习率进行调整,U型网络模型的参数包括权值和偏置值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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苏州光格科技股份有限公司,未经苏州光格科技股份有限公司许可,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/202111434347.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top