[发明专利]基于YOLO-SIOCTL的机动站自动目标检测与空间定位方法

说明书

本发明公开了一种基于YOLO‑SIOCTL的机动站自动目标检测与空间定位方法，包括以下步骤：移动站采集硬件配置；车载移动测量系统的载体平台在以正常速度行驶过程中，进行影像采集；基于YOLO算法实现地理对象自动目标检测；基于SIOCTL算法实现影像像素框反算地理像素框；单一对象多空间位置点拟合最佳位置点。本发明在巡查监管领域可广泛应用，有效降低了人工目标查看工作量、提升了巡查效率，减少了人力财力的消耗，在实际应用中具有较好的应用价值。

技术领域

本发明属于车载移动测量的技术领域，具体涉及一种基于YOLO-SIOCTL的机动站自动目标检测与空间定位方法。

背景技术

在巡查监管时，通常需要人工目标查看，巡查效率较低，车载移动测量系统(Vehicle-Borne Mobile Mapping Systems)以汽车作为遥感平台，安装了高精度动态全球卫星定位系统(Global Navigation Satellite System，GNSS)和高动态载体测姿传感器(Inertial Measurement Unit，IMU)，基于GNSS/IMU组合定位定姿传感器使车载系统具有直接地理定位(Direct Georeferencing，DG)的能力。

使移动车载测图系统的理论与工程应用相结合，可快速获取地理对象的地理坐标，为巡检工作提供方法支撑。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于YOLO-SIOCTL的机动站自动目标检测与空间定位方法。

为实现上述技术目的，本发明采取的技术方案为：

基于YOLO-SIOCTL的机动站自动目标检测与空间定位方法，包括以下步骤：

1)移动站采集硬件配置，所述移动站采集硬件以机动车辆作为移动平台，集成相机、惯性测量单元(Inertial Measurement Unit，IMU)、速度编码器、同步器、全球定位系统(GlobalPosition System，GPS)和计算机来完成对地理对象的自动检测与定位；

2)车载移动测量系统的载体平台在以正常速度行驶过程中，进行影像采集，包括通过相机快速进行实景影像的获取，生成全景影像；姿态测量系统(Position andOrientationSystem，POS)实时记录车辆行驶的信息及轨迹，所述车辆行驶的信息包括速度编码器和同步器获取的车辆速度和加速度信息、GPS获取的相机实时位置信息和IMU获取的相机实时外方位参数信息。

3)基于YOLO(You Only Look Once)算法实现地理对象自动目标检测，包括以下步骤：

3.1)对规模样本进行对象分类、标签定义；

3.2)在现有YOLO基本模型的基础上根据需求改进，构建并训练适用于目标需求的深度学习目标检测模型；

3.3)将该目标检测模型应用于目标地理对象的监测中；

4)基于单台相机及两个方位的空间交会(Space Intersect of One Camera andTwo Location，SIOCTL)算法实现影像像素框反算地理像素框，包括以下步骤：

4.1)根据YOLO算法识别出的地理对象得出识别框像素坐标，通过使用尺度不变特征变换(Scale-invariant feature transform，SIFT)搜索相邻站点的图片并完成特征点提取和特征点匹配；

4.2)通过随机抽样一致算法(Random Sample Consensus，RANSAC)消除错误匹配以减小误差；

4.3)利用SIOCTL前方交会方法实现对象的地理定位，计算空间物体位置点的空间坐标。

5)单一对象多空间位置点拟合最佳位置点。