龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：京沪高速铁路股份有限公司;北京交通大学
摘要：本发明提供了一种基于图像与激光数据融合的铁路运行环境异常辨识方法，该方法首先将点云数据进行特征分析和数据预处理，利用基于随机采样‑特征聚合‑原型拟合的大尺度点云语义分割模型对点云数据进行分割利用基于改进的欧几里得算法对点云进行聚类，利用基于迁移学习的深度学习实例分割方法对目标进行识别，最后再采用点云数据与可见光图像识别结果串行决策层融合的方法实现铁路运行周边环境异常的智能识别。该方法具有结果准确全面、容错性高等优点，同时也证明了多源数据融合对铁路运行环境异常识别的意义。
主权项：1.一种基于图像与激光数据融合的铁路运行环境异常辨识方法，其特征在于，该方法包括以下步骤：步骤一、利用无人机搭载相机和激光雷达，距离铁轨一定距离，以一定角度拍摄沿线周边环境，采集点云数据；步骤二、对采集到的点云数据进行特征分析，并通过离群点去除、冗余点去除、地面点滤除方法进行点云数据的预处理；步骤三、利用基于随机采用-特征聚合-原型拟合的额大尺度点云语义分割算法对预处理后的点云数据进行检测分割；步骤四、利用基于改进的欧几里得算法对分割后的结果进行点云聚类，再分别利用Alpha-shape算法对不规则点云进行体积计算，并对点云间距离进行计算；步骤五、利用基于深度迁移学习与数据增强的图像实例分割方法，利用迁移学习预训练模型提高检测模型的精度，利用EnlightenGAN网络对低光照数据进行光照增强，利用马赛克方法，对图像进行数据扩充，将训练数据集输入到网络中训练模型，将验证集数据输入到网络中，比对检测结果，调整模型参数；步骤六、采用点云与图像串行式融合方法，在决策层对两者检测结果进行融合。
全文数据：
权利要求：
百度查询： 京沪高速铁路股份有限公司 北京交通大学 基于图像与激光数据融合的铁路运行环境异常辨识方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号