公开(公告)号：CN118691779A

公开(公告)日：2024-09-24

申请号：CN202410828172.1

申请日：2024-06-25

Applicant: 江苏大学

Inventor： 李祎承 ,  袁庆桐 ,  蔡英凤 ,  刘泽 ,  王建强 ,  廉玉波 ,  陈龙 ,  袁朝春

IPC: G06V10/22 ,  G06V10/764 ,  G06V10/774 ,  G06V10/26 ,  G06F17/11 ,  G06T7/80 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种基于Transformer的结构化道路自动驾驶商用车全局定位方法，包括：S1.图像采集、图像处理数据集制作S2.网路模型建立S3.网络模型训练S4.定位实现。有益效果：通过对原始图像进行语义分割，去除了动态物体对定位的影响，保留了原始图像的空间结构信息。加入PSA注意力模块后，DeepLabV3Plus更能捕获结构化道路细节信息。Transformer自注意力机制可以捕获分割后的图像空间结构信息。在Swin Transformer最后一阶段计算全局注意力时，使用可变注意力机制替换自注意力机制。提高强相关特征的表达，获得图像特征向量。最后将特征向量按获取时间顺序进入LSTM网络，时序信息的利用，可以解决某些帧相机成像质量不高导致的定位失准问题，从而预测出更加准确的定位信息，完成定位。