【技术实现步骤摘要】
本专利技术涉及探地雷达导航定位，尤其涉及一种基于时间相关性的探地雷达图像检索定位方法。
技术介绍
1、探地雷达(ground penetrating radar,gpr)通过向地面发射高频电磁波，并对接收到的电磁波反射信号进行分析得到地下信息。该系统现已广泛应用于地下目标检测、道路维护等领域。随着自动驾驶领域的发展，探地雷达系统为现有导航定位系统提供了一个新的研究方向。
2、探地雷达定位(localizing ground penetrating radar,lgpr)是一种利用探地雷达技术进行定位的新方法，与传统光学和激光雷达的辅助驾驶定位方案不同，该方法可以不利用地上环境信息，关注探地雷达获取的地下特征数据，通过对地下数据配准实现自主定位。相较于地上场景，地下场景随时间的变化更小，场景信息更稳定，能够为定位提供稳定可靠的不变特征。lgpr技术具有不受天气或光照条件影响的优势，为现有的基于地图定位的方法提供了补充，增强了现有定位技术对常见故障模式的抵抗力和对环境变化的鲁棒性。同时随着智慧城市发展、新基建的大力推进，lgpr系统在城市轨道交通安全、隧道、煤矿、物流、制造等行业更是有着广阔的应用前景。
3、目前现有的探地雷达导航定位技术主要是研究面向基于地图的匹配，其目的是实现实时采集得到的探地雷达图像与预先采集的地图数据的配准，从而确定当前系统的位置信息。现有的探地雷达定位技术利用基于互相关的相似度量以及基于启发式搜索的优化方法来确定位置信息。但是由于探地雷达图像信息量较少，相似结构较多在定位搜索中会出现
技术实现思路
1、本专利技术的目的在于提供一种基于时间相关性的探地雷达图像检索定位方法。
2、为实现上述专利技术目的，本专利技术提供一种基于时间相关性的探地雷达图像检索定位方法，包括以下步骤：
3、s1.基于探地雷达系统构建存储地图数据的地图数据库；其中，所述地图数据包括探地雷达图像和gps位置标签；
4、s2.构建用于所述探地雷达图像的深度描述子提取器，并基于所述深度描述子提取器和所述地图数据库生成地图特征库；
5、s3.获取目标区域的探地雷达实时图像，并基于所述深度描述子提取器进行特征提取，获取关于所述探地雷达实时图像的实时图像特征；
6、s4.基于所述实时图像特征与所述地图特征库进行相似性搜索，以确定所述探地雷达实时图像的粗配准定位结果；
7、s5.基于所述地图数据库中探地雷达图像连续帧的相关性，对所述粗配准定位结果进行区域扩展，以及，利用模板匹配的方法获取所述探地雷达实时图像的精细配准定位结果。
8、根据本专利技术的一个方面，步骤s4中，基于所述实时图像特征与所述地图特征库进行相似性搜索，以确定探地雷达实时图像的粗配准定位结果的步骤中，根据所述实时图像特征与所述地图特征库的搜索结果构建出一个关于所述探地雷达图像的候选列表，并以所述候选列表作为所述粗配准定位结果；
9、步骤s5中，基于所述地图数据库中探地雷达图像连续帧的相关性，对所述粗配准定位结果进行区域扩展，以及，利用模板匹配的方法获取精细配准定位结果的步骤中，包括：
10、s51.利用所述地图数据库中所述探地雷达图像连续帧的相关性，对所述候选列表进行扩展，获得候选扩展列表；
11、s52.利用所述探地雷达实时图像和所述候选扩展列表进行图像模板匹配，并基于图像模板匹配结果输出所述探地雷达实时图像的精细配准定位结果。
12、根据本专利技术的一个方面，步骤s2中，构建用于所述探地雷达图像的深度描述子提取器的步骤中，包括：
13、s21.构建用于所述深度描述子提取器的提取器网络架构；
14、s22.采用triplanar结构的离散切片图像对所述提取器网络架构进行训练以获取所述深度描述子提取器；其中，所述离散切片图像基于所述地图数据库中所述探地雷达图像的网格化采样获得。
15、根据本专利技术的一个方面，步骤s21中，构建用于所述深度描述子提取器的提取器网络架构的步骤中，所述提取器网络架构包括：输入层，与所述输入层相连接的第一卷积层，与所述第一卷积层相连接的第一小波池化层，与所述第一小波池化层相连接的第一relu激活函数层，与所述第一relu激活函数层相连接的第二卷积层，与所述第二卷积层相连接的第二小波池化层，与所述第二小波池化层相连接的第二relu激活函数层，与所述第二relu激活函数层相连接的第三卷积层，与所述第三卷积层相连接的第四卷积层，与所述第四卷积层相连接的第五卷积层，与所述第五卷积层相连接的第三小波池化层，与所述第三小波池化层相连接的第一全连接层，与所述第一全连接层相连接的dropout层，与dropout层相连接的第二全连接层；
16、所述输入层用于接收采用triplanar结构的离散切片图像；
17、所述第二全连接层用于输出与所述离散切片图像相对应的地图特征描述子。
18、根据本专利技术的一个方面，步骤s2中，基于所述深度描述子提取器和所述地图数据库生成地图特征库的步骤中，包括：
19、s23.基于所述地图数据库中的所述探地雷达图像进行网格化采样获取图像体数据，并将所述图像体数据转换为采用triplanar结构的离散切片图像；
20、s24.将所述离散切片图像依次输入所述深度描述子提取器进行特征提取，获取与所述离散切片图像相对应的地图特征描述子，并汇总所述地图特征描述子以生成所述地图特征库。
21、根据本专利技术的一个方面，步骤s3中，获取目标区域的探地雷达实时图像，并基于所述深度描述子提取器进行特征提取，获取关于所述探地雷达实时图像的实时图像特征的步骤中，包括：
22、s31.获取目标区域的探地雷达实时图像，并对所述探地雷达实时图像进行网格化采样获取图像实时体数据，并将所述图像实时体数据转换为采用triplanar结构的实时离散切片图像；
23、s32.将所述实时离散切片图像输入所述深度描述子提取器进行特征提取，获取与所述实时离散切片图像相对应的实时特征描述子以表征所述实时图像特征。
24、根据本专利技术的一个方面，步骤s4中，根据所述实时图像特征与所述地图特征库的搜索结果构建出一个关于所述探地雷达图像的候选列表，并以所述候选列表作为所述粗配准定位结果的步骤中，包括：
25、s41.构建用于所述实时图像特征与所述地图特征库进行相似性搜索的目标函数，其中所述目标函数表示为：
26、
27、其中，表示所述实时特征描述子，f表示所述地图特征库中的地图特征描述子；
28、s42.基于所述目标函数计算所述实时特征描述子与所述地图特征描述子之间的相似度，并对所述相似度由高到低的进行排列；
29、s43.基于所述相似度的排列顺序，获取与前n1个所述相似度相对应的所述离散切片图像的图像索引以本文档来自技高网...
【技术保护点】
1.一种基于时间相关性的探地雷达图像检索定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的探地雷达图像检索定位方法，其特征在于，步骤S4中，基于所述实时图像特征与所述地图特征库进行相似性搜索，以确定探地雷达实时图像的粗配准定位结果的步骤中，根据所述实时图像特征与所述地图特征库的搜索结果构建出一个关于所述探地雷达图像的候选列表，并以所述候选列表作为所述粗配准定位结果；
3.根据权利要求2所述的探地雷达图像检索定位方法，其特征在于，步骤S2中，构建用于所述探地雷达图像的深度描述子提取器的步骤中，包括：
4.根据权利要求3所述的探地雷达图像检索定位方法，其特征在于，步骤S21中，构建用于所述深度描述子提取器的提取器网络架构的步骤中，所述提取器网络架构包括：输入层，与所述输入层相连接的第一卷积层，与所述第一卷积层相连接的第一小波池化层，与所述第一小波池化层相连接的第一RELU激活函数层，与所述第一RELU激活函数层相连接的第二卷积层，与所述第二卷积层相连接的第二小波池化层，与所述第二小波池化层相连接的第二RELU激活函数层，与所述第二REL
5.根据权利要求4所述的探地雷达图像检索定位方法，其特征在于，步骤S2中，基于所述深度描述子提取器和所述地图数据库生成地图特征库的步骤中，包括：
6.根据权利要求5所述的探地雷达图像检索定位方法，其特征在于，步骤S3中，获取目标区域的探地雷达实时图像，并基于所述深度描述子提取器进行特征提取，获取关于所述探地雷达实时图像的实时图像特征的步骤中，包括：
7.根据权利要求6所述的探地雷达图像检索定位方法，其特征在于，步骤S4中，根据所述实时图像特征与所述地图特征库的搜索结果构建出一个关于所述探地雷达图像的候选列表，并以所述候选列表作为所述粗配准定位结果的步骤中，包括：
8.根据权利要求7所述的探地雷达图像检索定位方法，其特征在于，步骤S51中，利用所述地图数据库中所述探地雷达图像连续帧的相关性，对所述候选列表进行扩展，获得候选扩展列表的步骤中，基于所述探地雷达图像连续帧的顺序，以预设的采样间隔N2对所述候选列表的图像索引进行顺序扩展并生成所述候选扩展列表。
9.根据权利要求8所述的探地雷达图像检索定位方法，其特征在于，步骤S52中，利用所述探地雷达实时图像和所述候选扩展列表进行图像模板匹配，并基于图像模板匹配结果输出所述探地雷达实时图像的精细配准定位结果的步骤中，包括：
10.根据权利要求9所述的探地雷达图像检索定位方法，其特征在于，步骤S522中，利用基于灰度信息的相似度量与所述候选扩展图像集进行图像模板匹配的步骤中，采用归一化互相关匹配法构建基于灰度信息的相似度量，其表示为：
...【技术特征摘要】
1.一种基于时间相关性的探地雷达图像检索定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的探地雷达图像检索定位方法，其特征在于，步骤s4中，基于所述实时图像特征与所述地图特征库进行相似性搜索，以确定探地雷达实时图像的粗配准定位结果的步骤中，根据所述实时图像特征与所述地图特征库的搜索结果构建出一个关于所述探地雷达图像的候选列表，并以所述候选列表作为所述粗配准定位结果；
3.根据权利要求2所述的探地雷达图像检索定位方法，其特征在于，步骤s2中，构建用于所述探地雷达图像的深度描述子提取器的步骤中，包括：
4.根据权利要求3所述的探地雷达图像检索定位方法，其特征在于，步骤s21中，构建用于所述深度描述子提取器的提取器网络架构的步骤中，所述提取器网络架构包括：输入层，与所述输入层相连接的第一卷积层，与所述第一卷积层相连接的第一小波池化层，与所述第一小波池化层相连接的第一relu激活函数层，与所述第一relu激活函数层相连接的第二卷积层，与所述第二卷积层相连接的第二小波池化层，与所述第二小波池化层相连接的第二relu激活函数层，与所述第二relu激活函数层相连接的第三卷积层，与所述第三卷积层相连接的第四卷积层，与所述第四卷积层相连接的第五卷积层，与所述第五卷积层相连接的第三小波池化层，与所述第三小波池化层相连接的第一全连接层，与所述第一全连接层相连接的dropout层，与dropout层相连接的第二全连接层；
5.根据权利要求4所述的探地雷达图像检...
【专利技术属性】
技术研发人员：申亮，毕钡桢，黄晓涛，辛勤，金添，张鹏宇，胡玉晨，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
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。