Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南交通大学滕飞获国家专利权

西南交通大学滕飞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西南交通大学申请的专利一种基于几何特征挖掘的在途列车实际运行区域检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116994048B

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310956451.1,技术领域涉及:G06V10/764;该发明授权一种基于几何特征挖掘的在途列车实际运行区域检测方法是由滕飞;陈裔鋆;代黎;赖培;张凡;彭博;李琳设计研发完成,并于2023-07-31向国家知识产权局提交的专利申请。

一种基于几何特征挖掘的在途列车实际运行区域检测方法在说明书摘要公布了:本发明公开了一种基于几何特征挖掘的在途列车实际运行区域检测方法,属于轨道区域检测技术领域,包括:S1、采集在途列车运行时的铁路图像,使用铁路区域分割模型对其处理,获得钢轨分割结果;S2、基于钢轨分割结果,提取钢轨骨架,形成钢轨骨架图像;S3、在钢轨骨架图像中,以滑动搜索窗口的方式保存钢轨及截取道岔,并识别道岔方向;S4、基于保存的钢轨、截取的道岔及其方向,重建在途列车运行铁路区域图像,实现在途列车实际运行区域检测。本发明通过重建出列车前方运行的区域,帮助判断探测到的障碍物是否在列车前进的轨道上,以确定这些障碍物对列车的危险程度,可以提高铁路交通的安全性和效率,有效减少交通事故的发生率。

本发明授权一种基于几何特征挖掘的在途列车实际运行区域检测方法在权利要求书中公布了:1.一种基于几何特征挖掘的在途列车实际运行区域检测方法,其特征在于,包括以下步骤: S1、采集在途列车运行时的铁路图像,使用基于信息融合的铁路区域分割模型对其处理,获得钢轨分割结果; 在所述步骤S1中,基于信息融合的铁路区域分割模型包括主干网络、空间空洞池化金字塔、像素解码模块、Transformer解码器模块以及分类预测器; 所述主干网络用于提取铁路图像的特征,形成铁路轨道的低分辨率特征图; 所述空间空洞池化金字塔用于对低分辨率特征图中目标区域的全局特征和局部特征进行优化; 所述像素解码模块用于根据优化后的全局特征和局部特征,逐步恢复低分辨率特征图的大小,并将恢复后的特征图逐步与低分辨率特征图拼接后逐步进行特征上采样,生成像素嵌入; 所述Transformer解码器模块用于根据优化后的全局特征和局部特征,生成目标区域的类别预测结果和掩码嵌入向量; 所述分类预测器用于根据掩码嵌入向量和像素嵌入,生成目标区域的掩码预测结果,并融合目标区域的类别预测结果,得到目标区域铁路轨道像素的掩码分割结果,作为钢轨分割结果; 其中,在所述目标区域铁路轨道像素的掩码分割结果中,像素值为0代表钢轨,像素值为1代表铁路区域,像素值为2代表背景; 在所述Transformer解码器模块中,得到目标区域的类别预测结果时的损失函数为: 式中,表示像素的标签值,表示像素的预测值,N为像素点总个数; 在所述分类预测器中,得到目标区域的掩码预测结果时的损失函数为: 式中,为模型预测的概率,是样本的权重,为调节因子; 所述铁路区域分割模型的损失函数为: 式中,和分别为掩码预测损失的权重和类别预测损失的权重; S2、基于钢轨分割结果,提取钢轨骨架,形成钢轨骨架图像; S3、在钢轨骨架图像中,以滑动搜索窗口的方式保存钢轨及截取道岔,并识别道岔方向; 所述步骤S3具体为: S31、在钢轨骨架图像中,判断当前搜索窗口中具有从左到右的两条钢轨还是三条钢轨;若为两条钢轨,则进入步骤S32;若为三条钢轨,则进入步骤S33; S32、保存左右两条钢轨的坐标值,并沿钢轨方向延伸10个像素点调整搜索窗口的大小,返回步骤S31; S33、判断当前三条钢轨是否为汇合道岔;若是,则进入步骤S34;若否,则进入步骤S35; S34、从上边界往下边界搜索,并保存左右两边的钢轨坐标; S35、在钢轨骨架图像中截取当前搜索窗口内的道岔图像,并识别道岔方向;其中,当识别道岔方向时,当前搜索窗口中具有从左到右的四条钢轨;若道岔方向为左,则进入步骤S36;若道岔方向为右,则进入步骤S37; S36、将从左至右的第一条和第三条钢轨保存为列车当前运行钢轨,同时保留从左往右的第四条钢轨作为当前搜索的右边界基准,并沿左向钢轨向左延伸10个像素点,及向右边界延伸10个像素点以调整搜索窗口的大小,进入步骤S38; S37、将从左至右的第二条和第四条钢轨保存为列车当前运行钢轨,同时保留从左往右的第一条钢轨作为当前搜索的坐边界基准,并沿左向钢轨向右延伸10个像素点,及向左边界延伸10个像素点以调整搜索窗口的大小,进入步骤S38; S38、在钢轨骨架图像中滑动搜索窗口,并保存钢轨坐标,直到当前搜索窗口中只有从左到右的三条钢轨时,进入步骤S39; S39、沿左右钢轨向外延伸10个像素点以调整当前搜索窗口大小,并判断前方为两条钢轨还是三条钢轨;若为两条钢轨,则返回步骤S31;若为从左至右的三条钢轨,且不是第一个道岔,则返回步骤S33; S310、重复步骤S31~S39,直到完成钢轨骨架图像中的所有钢轨保存、道岔截取及方向识别; S4、基于保存的钢轨、截取的道岔及其方向,重建在途列车运行铁路区域图像,实现在途列车实际运行区域检测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南交通大学,其通讯地址为:610031 四川省成都市二环路北一段;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。