[发明专利]一种基于深度学习的轨道列车视觉定位系统

权利要求书

1.一种基于深度学习的轨道列车视觉定位系统，其特征在于，该系统包括：采集模块，处理模块，识别模块以及提示模块；

所述采集模块用于获取列车运行前方的图像信息和所述列车的行驶信息；

所述处理模块用于对所述图像信息进行边缘提取，生成边缘识别图像，其中，所述处理模块具体包括：滤波单元，增强单元以及提取单元；

所述滤波单元用于计算所述图像信息中任一像素点的梯度幅值，根据所述梯度幅值和预设滤波函数，对所述像素点进行滤波处理；

所述增强单元用于根据像素点增强函数，对滤波后的所述像素点进行像素值增强；

所述提取单元选取所述梯度幅度极大值处对应的增强后的所述像素点，记作准边缘点，选取与所述准边缘点相邻的增强后的所述像素点，根据所述准边缘点的像素值和选取的所述像素点的像素值，确定边缘像素点，并根据所述边缘像素点生成所述边缘识别图像；

所述识别模块用于利用神经网络模型，获取所述边缘识别图像对应的特征，并根据所述特征，识别所述图像信息中的标志信息；

所述提示模块用于根据所述行驶信息和所述标志信息，生成列车驾驶提示信息。

2.如权利要求1所述的基于深度学习的轨道列车视觉定位系统，其特征在于，所述预设滤波函数为：

式中，B(x，y)为所述梯度幅值，T为梯度阈值，σ，σ_u，σ_v为宽度参数，(x,y)为所述像素点的坐标，α_⊥为梯度方向角；

所述像素点增强函数为：

式中，s_k为所述像素点的像素值，P_max为滤波后所述像素点的最大像素值，P_min为滤波后所述像素点的最小像素值，n为滤波后像素值总和，n_k为当前灰度级的像素个数，L为滤波后所述像素点的灰度级总数。

3.如权利要求1所述的基于深度学习的轨道列车视觉定位系统，其特征在于，所述识别模块具体包括：划分单元，聚拢单元；

所述划分单元用于当判定两个所述特征中的结构属性相同时，将两个所述特征标记为具有细相似度，当判定两个所述特征中的结构属性不同时，将两个所述特征标记为具有粗相似度；

所述聚拢单元用于当判定两个所述特征具有细相似度时，对所述两个所述特征进行两次聚拢处理，当判定两个所述特征具有粗相似度时，对所述两个所述特征进行一次聚拢处理，并根据聚拢处理结果识别所述标志信息。

4.如权利要求1所述的基于深度学习的轨道列车视觉定位系统，其特征在于，所述提示模块具体包括：计算单元以及生成单元；

所述计算单元用于根据所述标志信息中轨距对应的像素点数量，计算相邻两个所述轨距之间的实际距离，所述计算单元还用于根据所述实际距离，采用累加算法，计算所述列车与所述标志信息中铁路信号机之间的轨道长度；

所述生成单元用于根据所述轨道长度和所述行驶信息，生成所述驾驶提示信息。