[发明专利]基于图像检测的轨道工程车辅助驾驶方法、系统及介质

说明书

本发明提供了一种信号灯检测方法，以及信号灯检测方法的基于图像检测的轨道工程车辅助驾驶方法，本发明的信号灯检测方法采用YOLOT充分利用C5特征图的语义信息，将C5特征图的输出与RFB编码器输出进行跳跃连接，该连接将深度特征和相对浅层特征再融合一起，达到C5特征再次复用的目的，加强特征表达的同时，跳跃连接改善了整个网络中信息和梯度的流动，使网络更易于训练。YOLOT编码器采用RFB模块，能够同时获得不同大小的感受野，能够同时捕获到多尺度信息，有利于检测不同尺度的目标。其对信号灯的检测相较于YOLOF的识别准确率更高。

技术领域

本发明涉及领域，具体来说，涉及一种基于图像检测的轨道工程车辅助驾驶方法、系统及介质。

背景技术

传统城市轨道交通工程车驾驶主要通过人控形式，通过人眼观察前方道岔及信号灯状态，对行车前方进路开放情况及当前所在位置进行确认，若工程车司机注意力不集中，则会导致工程车误入封锁区域，导致冲灯、挤岔等，严重时可能引起工程车脱轨、倾覆等安全事故的发生。而近年来采用工程车接入信号微机联锁系统的形式受到国外信号厂家开放权限的限制，无法完全实现全线路的信号灯状态识别，同时施工量较大，一旦信号微机联锁系统故障，则工程车安装设备失效，只能恢复人工确认。

现有的安全辅助驾驶系统主要是利用图像检测技术对周围道路环境检测，对异常因素进行预警或者实现自动减速并刹车。现有技术1(CN201110053313)公开了一种基于立体视觉技术的主动安全式辅助驾驶方法，该方法通过立体视觉子系统、图像快速处理子系统以及安全辅助驾驶子系统识别出分道线、前方车辆、自行车、行人等危险目标的相对距离、相对速度和相对加速度等参数,实现自动减速和紧急刹车。现有技术2(CN201620794673.3)公开了一种基于单目机器视觉的汽车安全辅助驾驶系统,采用图像采集模块实时采集车辆周围的图像信息，提高对行人的检测精度,智能制动，避免了因驾驶员反应时间过长等其他人为因素而引起的事故。现有技术3(CN201120105844.4)公开了一种基于单目测距的汽车安全辅助驾驶系统，通过采集的图像得到前方车辆的距离和速度信息,并实现数据的分析和处理,在驾驶员处于危险时进行预警。现有技术4(CN201810306278.X)公开了一种基于图像识别技术的安全辅助驾驶系统和方法，该系统及方法采用图像检测技术进行驾驶行为检测和车道偏离检测，并进行驾驶员是否危险驾驶以及行驶车辆是否偏离车道的判断。

上述方法主要是对道路场景车辆行驶过程中的图像数据进行实时分析和异常因素检测。但是不同的车辆类型，不同的性能需求，不同的场景，会面临不同的技术困难和挑战，这将导致上述方法难以直接迁移使用。

轨道工程车夜间作业期间对信号灯的检测是一个难点和痛点问题，夜间露天环境会有较多的灯光干扰，而且轨道上树立的灯牌，反光物等都是影响信号灯检测的因素，如何在工程车夜间行驶时提高对信号灯的检测精度是一个具有挑战性的任务。本发明针对该场景提出基于图像检测的轨道工程车安全辅助驾驶系统。首先使用摄像机采集图像，把图像输入到深度检测模型，结合信号灯实际定位，排除定位范围外的误检，然后把多帧的检测结果输入到深度时序分析模型，排除异常检测，提高检测精度。如果检测到红灯，把结果发送到操作台预警提示，并且自动停车，减少冲红灯的风险。

本文提供的背景描述用于总体上呈现本公开的上下文的目的。除非本文另外指示，在该章节中描述的资料不是该申请的权利要求的现有技术并且不要通过包括在该章节内来承认其成为现有技术。

发明内容

针对相关技术中的上述技术问题，本发明提出了一种信号灯检测方法，其包括如下步骤：

S1，获取信号灯图像；