[发明专利]一种基于深度神经网络图像识别的车辆定位方法

摘要

本发明涉及一种基于深度神经网络图像识别的车辆定位方法，以及该深度神经网络的训练方法。所述训练方法包括道路标识图形设置、拍摄装置设置、图像样本采集、训练样本制作、深度神经网络搭建以及深度神经网络训练。其中图像样本采集过程在不同光照及天气条件下的多个时段内进行，能够提高深度神经网络的环境适应性。此外，在车辆前进方向和与前进方向垂直的方向上每隔一定角度拍摄一张采样图像，获得的训练样本数据量大，能够提高深度神经网络的训练精度，从而提高车辆定位的精度。

主权项

1.一种用于道路标识识别的深度神经网络训练方法，其特征在于，所述方法包括：道路标识图形设置步骤：在站点进站方向的路面设置道路标识图形，所述道路标识图形的标识点距离所述站点进站方向边缘的距离为L；拍摄装置设置步骤：在车辆上安装拍摄装置，所述拍摄装置的光轴线与所述车辆车身的纵向对称中心线重合，所述拍摄装置的镜头光心到地面的距离为H；图像样本采集步骤：在不同光照或天气条件下，使用所述拍摄装置对所述道路标识图形进行拍摄，分别在所述车辆的前进方向以及与所述车辆前进方向垂直的方向上，改变所述拍摄装置的光轴与路面的夹角角度，使得所述拍摄装置在其光轴与路面夹角呈一定范围内每隔一定角度拍摄一张所述道路标识图形的图像样本；训练样本制作步骤：计算每张所述图像样本中所述道路标识图形的标识点在图像坐标系中的位置坐标，制作成标签集，并将每张所述图像样本与相应的标签集配对，形成训练样本；深度神经网络搭建步骤：在目标识别分类深度神经网络的基础上，将所述网络最后的分类输出层修改为2个节点构成的输出层，以输出所述道路标识图形的标识点位置坐标；深度神经网络训练步骤：将所述训练样本输入到所述深度神经网络进行训练。