基于路段匹配与机器学习的机车检测方法和系统

    公开(公告)号:CN118859160A

    公开(公告)日:2024-10-29

    申请号:CN202410016006.1

    申请日:2024-01-04

    摘要: 本发明提供了一种基于路段匹配与机器学习的机车检测方法和系统,包括:步骤S1:进行激光点云的接收、数据处理与坐标转换;步骤S2:基于激光点云进行地面过滤与障碍物聚类;步骤S3:根据误检库过滤,并根据离线地图进行路段匹配,得到潜在危险目标;步骤S4:对潜在危险目标进行特征提取,基于支持向量机SVM模型进行识别,同时根据机车的车头特征进行平面特征提取,进行机车判定;步骤S5:融合逻辑与危险判定,并上报上位机系统。本发明通过采用激光雷达作为感知传感器,结合路段匹配与机器学习模型,实现铁水运输场景中的障碍物机车检测,解决了工业场景下无人化运输的安全闭环问题。

    基于激光雷达的路基环境感知方法、系统、介质及设备

    公开(公告)号:CN118837902A

    公开(公告)日:2024-10-25

    申请号:CN202310450814.4

    申请日:2023-04-24

    摘要: 本发明提供一种基于激光雷达的路基环境感知方法、系统、介质及设备,包括:考虑到单雷达盲区,道口对角放置两台雷达,对两激光雷达进行离线标定并进行坐标转换;基于激光点云进行地面过滤与障碍物聚类;根据误检库过滤,进行障碍物特征提取、检测与跟踪;通过深度学习模型进行行人检测;进行逻辑融合、危险判定并上报上位机系统。本发明结合激光点云的传统聚类方法与深度学习算法,监听路口道闸开闭状态,制定融合逻辑算法,在无人车辆通过前后进行净空感知和闯入感知,实现无人车运行的安全检测,解决工业场景下无人化运输的安全闭环问题。

    基于纯视觉的轨道提取方法、系统、介质及设备

    公开(公告)号:CN118941764A

    公开(公告)日:2024-11-12

    申请号:CN202410921935.7

    申请日:2024-07-10

    摘要: 本发明提供了一种基于纯视觉的轨道提取方法、系统、介质及设备,包括:将图片输入到基于语义的双边分割开源模型,得到轨道掩图;获取前方任务点在地图中的三维位置坐标并转换到相机坐标系中,再投影到二维图像平面上,归一化得到图像像素坐标,根据转换后的任务点生成模板作为标准;将掩图和模板转换到俯视图视角;旋转模板,通过模板匹配找到掩图中最优匹配结果,确定其中一根铁轨位置;分别在已确定的铁轨左右两侧计算相同尺寸的掩图和模板之间的相似度,将相似度最高的一侧认定为另一根铁轨的位置。本发明能够从环境中剔除非自车行驶方向的其他干扰轨道,仅保留对当前行驶方向有意义的轨道信息,具有较高的鲁棒性和实用价值。