一种车联网深度学习视觉辅助定位方法技术

本发明专利技术公开了一种车联网深度学习视觉辅助定位方法，涉及通信技术领域，解决了现有技术存在数据采集盲区时，导致采集的定位数据不足，无法满足全场景下的车辆精准定位的技术问题；本发明专利技术设置了云平台，云平台接收到定位信息之后，对定位信息进行判断补充；在定位信息不足以形成完整的定位模拟图像时，通过辅助设备进行补充获取，结合多源数据补充定位信息，解决了数据采集盲区的问题，保证本发明专利技术能够满足全场景的车辆精准定位；本发明专利技术云平台将定位模拟图像发送至目标车辆，同时将定位信息发送至相邻车辆的车联网通信设备；从大范围区域到小范围区域均做到了车辆和障碍物及时精准的定位。定位。定位。

【技术实现步骤摘要】
一种车联网深度学习视觉辅助定位方法


[0001]本专利技术属于通信领域，涉及一种基于深度学习的视觉辅助定位技术，具体是一种车联网深度学习视觉辅助定位方法。

技术介绍

[0002]在车联网通信技术中，不同车辆之间或者车辆与其他设备之间会传输定位信息，其他车辆或者设备会根据定位信息来获取车辆当前所处的位置，因此，基于车联网的车辆定位技术对车辆安全、交通控制等具有重要意义。
[0003]现有技术中，车联网通信装置生成车辆定位信息，其他车联网通信装置分析车辆定位信息中的位置信息确定车辆位置；现有技术通过确定车辆中定位单元和车辆定位参考点的位置关系，避免了因车型和车辆尺寸带来的定位误差；但是，现有技术在利用视觉定位进行车辆定位时，会存在数据采集盲区，导致定位数据不足，无法满足全场景下的车辆精准定位；因此，亟需一种能够用于全场景的视觉辅助定位方法。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了一种车联网深度学习视觉辅助定位方法，用于解决现有技术存在数据采集盲区时，导致采集的定位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车联网深度学习视觉辅助定位方法，其特征在于，包括：定位单元结合图像采集设备获取第一车辆的定位信息，并通过车联网通信设备将定位信息分别发送至云平台和相邻车辆；其中，所述定位信息包括障碍物相对于定位单元位置的偏移信息、定位单元位置以及定位单元位置相对于第一车辆定位基准点的偏移信息；云平台对定位信息进行判断补充，根据定位信息生成定位模拟图像，并将定位模拟图像发送至其他车辆的车联网通信设备；其中，定位模拟图像根据定位信息实时渲染获取。2.根据权利要求1所述的一种车联网深度学习视觉辅助定位方法，其特征在于，通过所述图像采集设备获取定位信息，包括：通过设置在第一车辆上的图像采集设备获取车辆实时图像；其中，图像采集设备包括摄像头和行车记录仪；定位单元通过机器学习算法对预处理之后的车辆实时图像进行提取分析，并生成定位信息；其中，预处理包括图像分割、图像去噪和灰度变换。3.根据权利要求2所述的一种车联网深度学习视觉辅助定位方法，其特征在于，所述定位基准点为第一车辆的几何中心。4.根据权利要求1所述的一种车联网深度学习视觉辅助定位方法，其特征在于，所述定位单元包括定位支架和处理器；其中，定位支架用于安装图像采集设备，且处理器分别与图像采集设备、车联网通信设备通信和/或电气连接。5.根据权利要求4所述的一种车联网深度学习视觉辅助定位方法，其特征在于，通过所述定位单元获取障碍物的偏移信息，包括：以图像采集设备的基准点为原点，建立三维直角坐标系，并标记为第一坐标系...

【专利技术属性】
技术研发人员：张中，许迁，
申请(专利权)人：合肥湛达智能科技有限公司，
类型：发明
国别省市：