一种基于改进FCM算法的列车定位方法及系统技术方案

技术编号:26925079 阅读:21 留言:0更新日期:2021-01-01 22:51
本发明专利技术公开了一种基于改进FCM算法的列车定位方法及系统,训练关于定位点物体的识别模型,利用识别模型对列车行进过程中采集的轨道区域图片信息进行定位点物体识别,通过计算机对图像进行处理进而识别出具有独立特征的定位点物体,从而得知其包含的绝对位置信息,实现列车的绝对定位。本发明专利技术无需在铁路轨道上添加其他设备,具有施工简单和降低维护成本的优势,且提高了行车安全性和可靠性,改善了定位点的误报情况。

【技术实现步骤摘要】
一种基于改进FCM算法的列车定位方法及系统
本专利技术涉及图像识别及定位
,具体涉及一种基于改进FCM算法的列车定位方法及系统。
技术介绍
目前轨道交通领域中对于列车的绝对定位主要有信标定位、卫星、计轴和轨道电路等技术方案。信标定位,信标是安装在线路沿线反映线路绝对位置的物理标志,信标类似于非接触式IC卡,在列车经过信标所在位置时,车载天线发射的电磁波激励信标工作,并传递绝对位置信息给列车。卫星定位,包括北斗/GPS等无线电导航系统,卫星作为最早应用于导航定位系统的高新技术,有着在全球范围内、在任意时刻、任意气象条件下为用户提供连续不断的高精度三维位置、速度和时间信息的特点。计轴和轨道电路定位原理,在线路设计时,根据用户对列车运行密度的要求,将整个线路分割成若干个轨道区段,并对所有轨道区段进行统一编号。传统的绝对定位方法存在许多缺点,信标定位法的信标布置间距与投资规模相矛盾,轨道电路法的定位精度较低,GPS的抗干扰能力弱。采用深度卷积神经网络模型来识别轨道定位点(指轨道路径上具有独立特征的物体)时,由于受到定位点样本量较少本文档来自技高网...

【技术保护点】
1.一种基于改进FCM算法的列车定位方法,其特征在于,包括如下步骤:/nS1、获取轨道路径上的轨道区域图片并进行预处理;/nS2、根据预处理后的轨道区域图片训练定位点物体识别模型,利用改进FCM算法对识别模型进行聚类优化;/nS3、利用训练完成的识别模型识别列车行进过程中所采集的轨道区域图片中的定位点物体的类别和对应类别的数量;/nS4、根据所识别的定位点物体的绝对位置信息确定列车当前的绝对位置。/n

【技术特征摘要】
1.一种基于改进FCM算法的列车定位方法,其特征在于,包括如下步骤:
S1、获取轨道路径上的轨道区域图片并进行预处理;
S2、根据预处理后的轨道区域图片训练定位点物体识别模型,利用改进FCM算法对识别模型进行聚类优化;
S3、利用训练完成的识别模型识别列车行进过程中所采集的轨道区域图片中的定位点物体的类别和对应类别的数量;
S4、根据所识别的定位点物体的绝对位置信息确定列车当前的绝对位置。


2.根据权利要求1所述的一种基于改进FCM算法的列车定位方法,其特征在于,所述步骤S1中的轨道区域图片包括轨道定位点物体图片和任意位置的轨道图片;其中,轨道定位点物体为轨道上具有独立特征的物体,包括弹条、螺栓、电缆、道钉、轨枕中的一种或多种组合。


3.根据权利要求2所述的一种基于改进FCM算法的列车定位方法,其特征在于,所述步骤S1中的预处理方法包括如下步骤:
通过旋转、裁剪、调节对比度、亮度、色调、增噪以及伽马变换对采集的轨道区域图片进行处理,通过不同的处理方式得到一张对应的处理后的图片;
将分别经过上述手段处理后的多张图片分为训练数据集和检测集;
选用任意位置的轨道图片加入训练数据集,形成最终的训练样本集。


4.根据权利要求1所述的一种基于改进FCM算法的列车定位方法,其特征在于,所述步骤S2中识别模型采用基于Darknet-53框架的YOLOV3算法进行训练,具体方法为:
根据定位点目标尺寸优化YOLOV3网络结构及输入尺寸;
采集轨道区域图片,通过预处理方法对图片训练样本进行扩充;
使用改进FCM算法对训练集聚类分析,并通过手肘法获得三组最优的先验框尺寸;
通过定位点物体参数及轨道图片特征,优化识别模型的训练参数。


5.根据权利要求4所述的一种基于改进FCM算法的列车定位方法,其特征在于,所述步骤S2中...

【专利技术属性】
技术研发人员:吴松荣李振伟徐睿衡熙丹刘洋康世豪张皓琰
申请(专利权)人:西南交通大学
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1