安防机器人智能驾驶道路交通灯识别方法及系统技术方案

本发明专利技术公开了安防机器人智能驾驶道路交通灯识别方法及系统，属于智能驾驶及目标检测识别技术领域，本发明专利技术要解决的技术问题为如何改善目前安防机器人缺乏遵守道路交通灯交通规则行驶的安全功能，实现对低速的安防机器人园区巡检行驶交通灯的检测识别，提高安防机器人在巡检过程中的安全性，采用的技术方案为：该方法是通过在安防机器人上安装GMSL摄像头传感器设备，并通过注意力机制增加目标网络对交通灯这类在固定区域中的小目标检测的信息表征能力，再通过对固定区域目标进行特征校正和细化，实现对低速的安防机器人园区巡检行驶交通灯的检测识别。交通灯的检测识别。交通灯的检测识别。

【技术实现步骤摘要】
安防机器人智能驾驶道路交通灯识别方法及系统


[0001]本专利技术涉及智能驾驶和目标检测识别
，具体地说是一种安防机器人智能驾驶道路交通灯识别方法及系统。

技术介绍

[0002]快速的城市化带来了城市人口的增长，带来了重大的流动性和可持续性挑战，在多个智慧场景的建设中，智慧交通系统已经成为一个活跃的研究领域，因为它有潜力提高系统效率和决策。智能驾驶技术需要加入室外安防机器人的研究领域，增加机器人安防与巡检等行为的安全性能，其中，保证在外的安全交通规则行驶是实现机器人智能驾驶的重要一步，提高行驶的安全性。
[0003]安防机器人是按照客户具体应用场地专业定制的室内和户外，安防机器人搭载高清可变焦IPC摄像头和工业级红外热成像仪,依靠中远程精密激光雷达与高精度差分GPS/BD来实现精确定位和自动导航。依靠精准的定位导航算法、视觉AI识别、语音语义AI智能分析等新一代技术，安防机器人可以对特定范围内的园区、厂区等场所进行实时、精确、全面地感知、整合和分析，全方位实现全程视频展示+数据自动分析，从而改变传统的人员巡查模式。但是安防机器人在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种安防机器人智能驾驶道路交通灯识别方法，其特征在于，该方法是通过在安防机器人上安装GMSL摄像头传感器设备，并通过注意力机制增加目标网络对交通灯这类在固定区域中的小目标检测的信息表征能力，再通过对固定区域目标进行特征校正和细化，实现对低速的安防机器人园区巡检行驶交通灯的检测识别。2.根据权利要求1所述的安防机器人智能驾驶道路交通灯识别方法，其特征在于，该方法具体如下：将GMSL摄像头传感器设备采集的数据进行图像的前处理；在yolox网络模型的Neck中PA
‑
FPN中添加空间特征适应融合ASFF模块和CBAM模块；对修改后的yolox网络模型进行学习率及批次的参数调整、训练验证与输出。3.根据权利要求1所述的安防机器人智能驾驶道路交通灯识别方法，其特征在于，将GMSL摄像头传感器设备采集的数据进行图像的前处理具体如下：相机采集以30帧每秒的1280*720的视频数据；将视频数据按照每秒截取5帧为图片，涉及opencv的部分操作，去噪采用滤波算法；同时利用yolox网络模型自身包含数据增强MixUp和Mosaic方法进行数据增强处理；采用opencv函数进行数据旋转、移动及亮度的操作实现数据的扩充增强。4.根据权利要求1所述的安防机器人智能驾驶道路交通灯识别方法，其特征在于，所述yolox网络模型在自身编码结构主干网络传入PA
‑
FPN操作中加入注意力CBAM模块，继续加载yolox网络模型的预训练权重，即对于特征提取的backbone输出的不同尺度大小的feature map进行注意力机制的使用，具体如下：实例化CBAM模块对象；修改对应通道；在前向推理过程中添加不同通道的CBAM模块。5.根据权利要求1所述的安防机器人智能驾驶道路交通灯识别方法，其特征在于，所述CBAM模块包括CAM子模块和SAM子模块，通过CAM子模块和SAM子模块实现CBAM模块在通道和空间两个维度上进行特征权重分配的关注，关注有用的目标对象，使对于在安防机器人拍摄特定区域的交通灯区域实现更好的通道注意力特征和空间注意力特征提取关注，即将通道注意力特征与空间注意力特征相乘得到最终的feature map。6.根据权利要求5所述的安防机器人智能驾驶道路交通灯识别方法，其特征在于，通道注意力特征生成具体如下：CAM子模块在前，CAM子模块将输入的feature map(H<...

【专利技术属性】
技术研发人员：赵小楠，王健，王本强，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：