一种基于深度学习的轨道列车视觉定位系统技术方案

本申请公开了一种基于深度学习的轨道列车视觉定位系统，该系统包括：采集模块，处理模块，识别模块以及提示模块；采集模块用于获取列车运行前方的图像信息和列车的行驶信息；处理模块用于对图像信息进行边缘提取，生成边缘识别图像；识别模块用于利用神经网络模型，获取边缘识别图像对应的特征，并根据特征，识别图像信息中的标志信息；提示模块用于根据行驶信息和标志信息，生成列车驾驶提示信息。通过本申请中的技术方案，在轨道列车定位系统中实现对铁路信号机的识别，提高轨道列车定位的准确性和轨道列车的行驶安全。

A Vision Location System for Railway Train Based on Deep Learning

【技术实现步骤摘要】
一种基于深度学习的轨道列车视觉定位系统
本申请涉及轨道列车驾驶的
，具体而言，涉及一种基于深度学习的轨道列车视觉定位系统。
技术介绍
铁路信号机是向有关人员发出的指示列车运行及调度工作命令的标志，主要分为视觉信号和听觉信号两种，行车人员需要对铁路信号机有着及时准确的判断，从而保证列车运行的安全性、可靠性和准点性。轨道列车具有运行速度快、运行密度高等特点，需要列车司机能够根据前方铁路信号机做出快速反应，完成列车操纵方式的切换。因此，在轨道交通系统中，列车定位的准确性起着至关重要的作用，在能够有效保证列车运行的高安全、高可靠性的同时，还能够减轻司机的劳动强度，提高司机的驾驶水平，确保列车正点率。而现有技术中，轨道列车定位系统中运用的技术主要包括车载定位技术、轨旁定位技术。虽然这些轨道列车定位技术能够完成对列车的定位，但其定位精度不高，且车载定位设备和轨旁定位设备的耦合度较高，容错率几乎为0，因此，无法完成对铁路信号机的识别与定位，对驾驶司机驾驶操作的可参考性和辅助度较低。
技术实现思路
本申请的目的在于：在轨道列车定位系统中实现对铁路信号机的识别，提高轨道列车定位的准确性和轨道列车的行本文档来自技高网...

【技术保护点】
1.一种基于深度学习的轨道列车视觉定位系统，其特征在于，该系统包括：采集模块，处理模块，识别模块以及提示模块；所述采集模块用于获取列车运行前方的图像信息和所述列车的行驶信息；所述处理模块用于对所述图像信息进行边缘提取，生成边缘识别图像；所述识别模块用于利用神经网络模型，获取所述边缘识别图像对应的特征，并根据所述特征，识别所述图像信息中的标志信息；所述提示模块用于根据所述行驶信息和所述标志信息，生成列车驾驶提示信息。

【技术特征摘要】
1.一种基于深度学习的轨道列车视觉定位系统，其特征在于，该系统包括：采集模块，处理模块，识别模块以及提示模块；所述采集模块用于获取列车运行前方的图像信息和所述列车的行驶信息；所述处理模块用于对所述图像信息进行边缘提取，生成边缘识别图像；所述识别模块用于利用神经网络模型，获取所述边缘识别图像对应的特征，并根据所述特征，识别所述图像信息中的标志信息；所述提示模块用于根据所述行驶信息和所述标志信息，生成列车驾驶提示信息。2.如权利要求1所述的基于深度学习的轨道列车视觉定位系统，其特征在于，所述处理模块具体包括：滤波单元，增强单元以及提取单元；所述滤波单元用于计算所述图像信息中任一像素点的梯度幅值，根据所述梯度幅值和预设滤波函数，对所述像素点进行滤波处理，其中，预设滤波函数为：式中，B(x，y)为所述梯度幅值，T为梯度阈值，σ，σu，σv为宽度参数，(x，y)为所述像素点的坐标，α⊥为梯度方向角；所述增强单元用于根据像素点增强函数，对滤波后的所述像素点进行像素值增强，其中，像素点增强函数为：式中，sk为所述像素点的像素值，Pmax为滤波后所述像素点的最大像素值，Pmin为滤波后所述像素点的最小像素值，n为滤波后像素值总和，nk为当前灰度级的像素个数，L为滤波后所述像素点的灰...

【专利技术属性】
技术研发人员：黄晋，刘尧，王顺强，张恩徳，胡昱坤，钟志华，
申请(专利权)人：清华大学，中车信息技术有限公司，
类型：发明
国别省市：北京,11