里程桩标定方法和系统技术方案

本申请涉及一种里程桩标定方法和系统。所述方法包括：获取无人机针对待标定里程桩所采集的目标图片和深度信息，以及获取所述无人机的无人机定位信息；对所述目标图片进行识别，得到所述待标定里程桩的里程桩标识信息，以及根据所述深度信息和所述无人机定位信息，确定所述待标定里程桩的里程桩定位信息；根据所述里程桩标识信息和所述里程桩定位信息，对所述待标定里程桩进行标定。采用本方法能够提高里程桩标定的效率。程桩标定的效率。程桩标定的效率。

【技术实现步骤摘要】
里程桩标定方法和系统


[0001]本申请涉及智能交通
，特别是涉及一种里程桩标定方法和系统。

技术介绍

[0002]在高速公路建设过程中，通常需要设置里程桩，包括表示公路百米距离的百米桩和表示与指定点公里距离的公里桩，里程桩上通常设置有桩号，用于标示道路里程及空间位置关系，施工过程中需要对里程桩所在的经纬度进行标定。
[0003]传统技术中，采用GPS(Global Positioning System，全球定位系统)探针标定法对里程桩进行标定，标定过程中，需要人工手持GPS探针，到里程桩位置处进行打点，获取经纬度信息，通常每个点位的标定需要花费10分钟左右，效率较低，而且难以保障标定人员的作业安全。
[0004]因此，目前的里程桩标定方式存在效率较低的问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高效率的里程桩标定方法、系统、计算机设备和计算机可读存储介质。
[0006]第一方面，本申请提供了一种里程桩标定方法。所述方法包括：
[0007]获取无人机针对待标定里程桩所采集的目标图片和深度信息，以及获取所述无人机的无人机定位信息；
[0008]对所述目标图片进行识别，得到所述待标定里程桩的里程桩标识信息，以及根据所述深度信息和所述无人机定位信息，确定所述待标定里程桩的里程桩定位信息；
[0009]根据所述里程桩标识信息和所述里程桩定位信息，对所述待标定里程桩进行标定。
[0010]在其中一个实施例中，所述获取无人机针对待标定里程桩所采集的目标图片和深度信息，包括：
[0011]获取所述无人机上的第一摄像头所采集到的原始图片；
[0012]对所述原始图片进行预处理，得到预处理后的原始图片；
[0013]根据所述预处理后的原始图片，对所述第一摄像头进行变焦处理，并获取变焦后的第一摄像头所采集到的变焦图片；
[0014]若从所述变焦图片中识别到所述待标定里程桩，则将所述变焦图片，确定为所述目标图片。
[0015]在其中一个实施例中，所述获取所述无人机上的第一摄像头所采集到的原始图片，包括：
[0016]获取所述无人机上的光感应传感器所感应到的光照情况；
[0017]根据所述光照情况，确定所述第一摄像头的曝光时长；
[0018]根据所述曝光时长，控制所述第一摄像头进行图片采集，得到所述原始图片。
[0019]在其中一个实施例中，所述对所述原始图片进行预处理，得到预处理后的原始图片，包括：
[0020]若检测到所述原始图片符合预设的曝光过度条件，对所述原始图片进行灰度变换处理，得到灰度变换后的原始图片；
[0021]对所述灰度变换后的原始图片进行直方图均衡化处理，得到所述预处理后的原始图片。
[0022]在其中一个实施例中，所述根据所述预处理后的原始图片，对所述第一摄像头进行变焦处理，包括：
[0023]若从所述预处理后的原始图片中识别到所述待标定里程桩，则确定所述待标定里程桩相对于所述第一摄像头的距离信息和角度信息；
[0024]根据所述距离信息和所述角度信息，生成对所述第一摄像头进行变焦处理的变焦信号。
[0025]在其中一个实施例中，所述深度信息由所述无人机上的第二摄像头采集得到；所述根据所述深度信息和所述无人机定位信息，确定所述待标定里程桩的里程桩定位信息，包括：
[0026]根据所述深度信息和所述无人机的飞行高度，确定所述无人机与所述待标定里程桩之间的水平距离；
[0027]根据所述水平距离，对所述无人机定位信息进行校正，得到所述里程桩定位信息。
[0028]在其中一个实施例中，所述对所述目标图片进行识别，得到所述待标定里程桩的里程桩标识信息，包括：
[0029]将所述目标图片输入预先训练的里程桩检测模型，得到针对所述待标定里程桩的识别结果；
[0030]根据所述识别结果对所述目标图片进行截取，得到所述待标定里程桩的里程桩图片；
[0031]对所述里程桩图片进行字符识别，得到所述里程桩标识信息。
[0032]在其中一个实施例中，所述识别结果包括里程桩类型和里程桩位置；所述根据所述识别结果对所述目标图片进行截取，得到所述待标定里程桩的里程桩图片，包括：
[0033]根据所述里程桩类型，确定目标图片截取尺寸，以及根据所述里程桩位置，确定目标图片截取坐标；
[0034]根据所述目标图片截取尺寸和所述目标图片截取坐标，对所述目标图片进行截取，得到所述里程桩图片。
[0035]在其中一个实施例中，在将所述目标图片输入预先训练的里程桩检测模型，得到针对所述待标定里程桩的识别结果之前，还包括：
[0036]获取目标图片样本和所述目标图片样本对应的实际识别结果；
[0037]将所述目标图片样本输入至待训练的里程桩检测模型，得到所述目标图片样本的预测识别结果；
[0038]根据所述实际识别结果和所述预测识别结果之间的差异，对所述待训练的里程桩检测模型进行训练，得到所述预先训练的里程桩检测模型。
[0039]第二方面，本申请还提供了一种里程桩标定系统。所述系统包括无人机和云端服
务器；所述无人机上设置有第一摄像头、第二摄像头和全球定位系统；所述第一摄像头用于采集待标定里程桩的目标图片，所述第二摄像头用于采集所述待标定里程桩的深度信息，所述全球定位系统用于采集无人机定位信息；
[0040]所述无人机，用于将采集到的所述目标图片、所述深度信息和所述无人机定位信息发送至所述云端服务器；
[0041]所述云端服务器，用于获取无人机针对待标定里程桩所采集的目标图片和深度信息，以及获取所述无人机的无人机定位信息；对所述目标图片进行识别，得到所述待标定里程桩的里程桩标识信息，以及根据所述深度信息和所述无人机定位信息，确定所述待标定里程桩的里程桩定位信息；根据所述里程桩标识信息和所述里程桩定位信息，对所述待标定里程桩进行标定。
[0042]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0043]获取无人机针对待标定里程桩所采集的目标图片和深度信息，以及获取所述无人机的无人机定位信息；
[0044]对所述目标图片进行识别，得到所述待标定里程桩的里程桩标识信息，以及根据所述深度信息和所述无人机定位信息，确定所述待标定里程桩的里程桩定位信息；
[0045]根据所述里程桩标识信息和所述里程桩定位信息，对所述待标定里程桩进行标定。
[0046]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0047]获取无人机针对待标定里程桩所采集的目标图片和深度信息，以及获取所述无人机的无人机定位信息；...

【技术保护点】

【技术特征摘要】
1.一种里程桩标定方法，其特征在于，所述方法包括：获取无人机针对待标定里程桩所采集的目标图片和深度信息，以及获取所述无人机的无人机定位信息；对所述目标图片进行识别，得到所述待标定里程桩的里程桩标识信息，以及根据所述深度信息和所述无人机定位信息，确定所述待标定里程桩的里程桩定位信息；根据所述里程桩标识信息和所述里程桩定位信息，对所述待标定里程桩进行标定。2.根据权利要求1所述的方法，其特征在于，所述获取无人机针对待标定里程桩所采集的目标图片和深度信息，包括：获取所述无人机上的第一摄像头所采集到的原始图片；对所述原始图片进行预处理，得到预处理后的原始图片；根据所述预处理后的原始图片，对所述第一摄像头进行变焦处理，并获取变焦后的第一摄像头所采集到的变焦图片；若从所述变焦图片中识别到所述待标定里程桩，则将所述变焦图片，确定为所述目标图片。3.根据权利要求2所述的方法，其特征在于，所述获取所述无人机上的第一摄像头所采集到的原始图片，包括：获取所述无人机上的光感应传感器所感应到的光照情况；根据所述光照情况，确定所述第一摄像头的曝光时长；根据所述曝光时长，控制所述第一摄像头进行图片采集，得到所述原始图片。4.根据权利要求2所述的方法，其特征在于，所述对所述原始图片进行预处理，得到预处理后的原始图片，包括：若检测到所述原始图片符合预设的曝光过度条件，对所述原始图片进行灰度变换处理，得到灰度变换后的原始图片；对所述灰度变换后的原始图片进行直方图均衡化处理，得到所述预处理后的原始图片。5.根据权利要求2所述的方法，其特征在于，所述根据所述预处理后的原始图片，对所述第一摄像头进行变焦处理，包括：若从所述预处理后的原始图片中识别到所述待标定里程桩，则确定所述待标定里程桩相对于所述第一摄像头的距离信息和角度信息；根据所述距离信息和所述角度信息，生成对所述第一摄像头进行变焦处理的变焦信号。6.根据权利要求1所述的方法，其特征在于，所述深度信息由所述无人机上的第二摄像头采集得到；所述根据所述深度信息和所述无人机定位信息，确定所述待标定里程桩的里程桩...

【专利技术属性】
技术研发人员：陈杰，陈建勋，杨卫民，唐毕胜，于滨赫，吕江波，沈小勇，
申请(专利权)人：上海思谋科技有限公司，
类型：发明
国别省市：