[发明专利]基于气象参数的高速列车导航盲区定位方法在审
| 申请号： | 201910670376.6 | 申请日： | 2019-07-24 |
| 公开（公告）号： | CN110427993A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 刘辉;吴海平;李燕飞 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 长沙正奇专利事务所有限责任公司 43113 | 代理人： | 马强;王娟 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于气象参数的高速列车导航盲区定位方法，采集隧道气象参数；对采集的隧道气象参数进行分类；利用分类的隧道气象参数构建典型序列HSV颜色空间模板库；训练所述典型序列HSV颜色空间模板库；训练HSV模板匹配模型；训练RVM识别模型；构建HSV模板匹配模型与RVM识别模型的融合模型，即得到里程预测融合模型；获取输入数据，调用里程预测融合模型，预测列车位置。本发明充分利用人工智能大数据分析技术，充分挖掘隧道内环境参数随隧道深度变化的潜在规律。从数据驱动建模的角度解决长大隧道这一典型导航盲区内列车定位的难题。 | ||
| 搜索关键词： | 气象参数 隧道 高速列车 典型序列 模板匹配 模板库 构建 融合 预测 盲区 采集 里程 人工智能 长大隧道 列车定位 列车位置 潜在规律 深度变化 数据驱动 大数据 内环境 分类 建模 调用 挖掘 分析 | ||
【主权项】：
1.一种基于气象参数的高速列车导航盲区定位方法，其特征在于，包括以下步骤：1)采集隧道气象参数；2)对步骤1)采集的隧道气象参数进行分类；3)利用分类的隧道气象参数构建典型序列HSV颜色空间模板库；4)训练所述典型序列HSV颜色空间模板库；5)利用所述HSV颜色空间模板库训练HSV模板匹配模型；训练RVM识别模型；6)构建HSV模板匹配模型与RVM识别模型的融合模型，即得到里程预测融合模型；7)获取输入数据，调用里程预测融合模型，预测列车位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910670376.6/，转载请声明来源钻瓜专利网。
