-
公开(公告)号:CN120009862A
公开(公告)日:2025-05-16
申请号:CN202510063029.2
申请日:2025-01-15
Applicant: 北京交通大学
Abstract: 本发明提供一种跨模态自适应匹配的激光雷达与相机的在线外参标定方法及系统,属于激光雷达与相机的在线外参标定技术领域,利用静态标定结果获得初始外参,通过将激光雷达点云投影到虚拟相机视角,生成与相机图像对齐的LIP图像,对LIP图像和RGB图像进行跨模态分割,提取语义掩码,通过策略生成跨模态特征点对,结合PnP算法进行初步外参计算;通过多模态损失函数进行全局优化,引入帧间平滑和增量优化策略,确保外参的精确估计。最终,优化后的外参矩阵应用于后续帧的投影与匹配,能够实时适应环境变化和数据动态更新。本发明具有高精度、实时性,克服离线标定依赖特定标定目标、无法应对动态环境变化的不足,适应高速运动和复杂环境中的应用需求。
-
公开(公告)号:CN119919832A
公开(公告)日:2025-05-02
申请号:CN202411858623.2
申请日:2024-12-17
Applicant: 北京交通大学
IPC: G06V20/17 , G06V20/10 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种用于无人机遥感图像的铁路沿线环境未知风险识别方法,该方法基于CNN设计了目标性与多分类解耦训练策略,提升模型对图像前景和背景区分能力,将铁路沿线环境无人机遥感图像集和现有未知风险图像与其他场景无人机图像集作为模型的训练数据,正常训练分布内数据集的同时,对分布内目标特征和分布外目标特征分别构建具有动态元素的特征集合,对特征集合进行多元高斯分布参数估计,并在参数估计基础上进行基于相似度的特征重采样获取服从特征集合分布的OoD特征,使重采样后的OoD特征更具泛化性。最终结合能量得分函数实现OoD检测。保证对潜在隐患高目标检测率的同时,提高对未知风险识别的泛化性。
-
公开(公告)号:CN119904647A
公开(公告)日:2025-04-29
申请号:CN202411858876.X
申请日:2024-12-17
Applicant: 北京交通大学
IPC: G06V10/44 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明提供了一种用于铁路接触网的开口销缺陷精细化识别方法,首先在完整的开口销缺陷精细化识别流程上设计了定位阶段,利用目标检测器实现开口销在完整接触网支撑装置图像中的精准定位;其次,不依赖图像处理技术和人工设计评价准则,利用基于卷积的计算机视觉理论以及最优化技术,通过对识别器进行训练实现高精准的开口销缺陷精细化识别任务。本发明用于解决接触网开口销的精准定位,实现从接触网支撑装置图像中精准获取开口销区域,并在精准定位开口销区域的基础上,解决接触网开口销的缺陷精细化识别问题。
-
-