[发明专利]基于双视野窗口的路径特征识别、偏差测量与精确定位方法

权利要求书

1.一种基于双视野窗口的路径特征识别、偏差测量与精确定位方法，其特征在于：步骤如下

1)针对前置倾斜安装的车载摄像机设置双视野窗口，第一视野窗口为路径特征识别窗口，采用车载摄像机的整幅视野范围；第二视野窗口为路径导引扫描窗口，其窗口宽度为整幅视野宽度，其窗口高度根据车载摄像机的视角以及倾斜安装角度由扫描高度自动缩放方法确定；

2)路径特征识别方法，在路径特征识别窗口通过以下流程获取经过泛化处理的神经网络识别器：(1)导引路径原始图像采集；(2)二值化图像预处理；(3)全息图像高维特征矩阵构建；(4)高维特征矩阵核主成分分析降维；(5)神经网络识别器样本训练；

3)路径偏差测量方法，针对单支路径，在路径导引扫描窗口将导引路径简化成直线模型，计算相对于导引路径的位置偏差和姿态角偏差，并将所述偏差信号发送给车载控制器；

4)二次精确定位方法，在工位点附近连续布置两个间隔特定距离的定位标志，在路径导引扫描窗口检测相对于定位标志的定位距离，通过第一标志减速、第二标志停车实现平稳精确定位，并将减速和停车信号发送给车载控制器；

5)多分支路径选择方法，在电子地图中根据运输任务，从多分支路径中选择其中一支路径作为当前导引路径，再转入步骤3)的单支路径偏差测量流程。

2.如权利要求1所述的基于双视野窗口的路径特征识别、偏差测量与精确定位方法，其特征在于：所述路径特征识别方法具体如下

1)导引路径原始图像采集，通过车载摄像机采集路径特征识别窗口中导引路径的原始图像；

2)二值化图像预处理，采用图像滤波、光照补偿、畸变校正、图像二值化以及形态学处理，将原始图像处理为二值化图像；

3)全息图像高维特征矩阵构建，在路径特征识别窗口中采集M类、每类N幅、分辨率为m×n的二值化图像，将每幅图像按列存储为一个m×n维的行向量，将所述行向量作为样本矩阵的一个样本，最后形成一个大小为(M×N)×(m×n)的高维特征样本矩阵；

4)高维特征样本矩阵核主成分分析降维，对高维特征样本矩阵进行核主成分分析，选取前p个主成分分量，组成大小为(M×N)×p的新样本矩阵，作为神经网络识别器的训练样本；

5)神经网络识别器样本训练，针对(M×N)×p的新样本矩阵，采用有动量+自适应学习率的梯度下降法调整神经网络权值以及连接点阈值，训练神经网络识别器对特征矩阵的识别能力。