(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210603716.5 (22)申请日 2022.05.30 (71)申请人 西南交通大 学 地址 610031 四川省成 都市二环路北一段 (72)发明人 李明玥　刘东　陈星宇　李俊颉　 赵舵　 (74)专利代理 机构 北京正华智诚专利代理事务 所(普通合伙) 11870 专利代理师 王玲玲 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/25(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06T 7/77(2017.01) G06N 3/04(2006.01) (54)发明名称 一种基于YOLO v5的列车定位方法及系统 (57)摘要 本发明公开了一种基于YOLO  v5的列车定位 方法及系统， 通过采集铁轨沿线枕轨样本图像及 实时轨道沿线图像， 并利用YOLO  v5对铁轨沿线 枕轨样本图像与实时轨道沿线图像分别构建识 别模板、 获取识别对象； 根据识别模板构建选点 系统， 并利用选点系统根据铁轨沿线枕轨样本图 像得到先天定位点图像及其对应的标识码矩阵； 对识别对象间位置信息进行编码， 得到实时轨道 沿线图像的标识码矩阵； 计算实时轨道沿线图像 的标识码矩 阵与各先天定位点图像的标识码矩 阵间的相似度， 并匹配相似度与各先天定位点图 像的预设阈值， 并根据匹配结果确定当前列车的 位置信息； 本发 明提高对定位点图像识别的无误 率及准确度， 并为用户提供可以满足个性化的识 别模式最优性能设定 。 权利要求书3页 说明书9页 附图4页 CN 114898320 A 2022.08.12 CN 114898320 A 1.一种基于 YOLO v5的列车定位方法， 其特 征在于， 包括以下步骤： S1、 采集铁 轨沿线枕轨样本图像及实时轨道沿线图像； S2、 利用YOLO  v5根据铁 轨沿线枕轨样本图像构建识别模板； S3、 根据识别模板构建选点系统， 并利用选点系统对铁轨沿线枕轨样本图像进行优化， 得到先天定位 点图像及其对应的标识码矩阵； S4、 利用YOLO  v5根据实时轨道沿线图像获取识别对象； S5、 对识别对象间位置信息进行编码， 得到实时轨道沿线图像的标识码矩阵； S6、 计算实时轨道沿线图像的标识码矩阵与各先天定位点图像的标识码矩阵间的相似 度； S7、 匹配相似度与各先天定位点图像的预设阈值， 并根据匹配结果确定当前列车的位 置信息。 2.根据权利要求1所述的YOLO  v5的列车定位方法， 其特 征在于， 步骤S2具体为： 利用YOLO  v5对铁轨沿线枕轨样本图像中具有可识别度的物体进行框选， 得到框选后 不少于一种的识别对 象， 并生成识别对 象的标识码， 其中识别对 象的标识码包括识别对 象 名称， 及其框选信息； 并根据识别对象的标识码对铁轨沿线枕轨样本图像进行训练， 得到识 别模板； 其中识别对象包括常规对象与特 征对象。 3.根据权利要求2所述的YOLO  v5的列车定位方法， 其特 征在于， 步骤S3具体为： 根据识别模板构建选点系统， 并根据选点系统对铁轨沿线枕轨样本 图像进行优化， 得 到先天定位 点图像及其对应的标识码矩阵； 其中选点系统为基于多层筛选的选点系统， 包括依次连接： 第一定位点筛选模块、 第二 定位点筛选模块、 第三定位 点筛选模块、 第四定位 点筛选模块。 4.根据权利要求3所述的基于 YOLO v5的列车定位方法， 其特 征在于， 第一定位点筛选模块， 用于从铁轨沿线枕轨样本 图像中筛选具有特征对象的图像， 并 对筛选后的图像进行 预处理， 得到第一优化图片数据集； 第二定位点筛选模块， 用于计算第 一优化图片数据集中 图片与识别模板 中各识别对象 的相似度， 并根据预设梯度阈值划分各相似度所对应的预处理后的图片； 同时判断划分后 图片所对应的误检率是否满足预设误检率， 若满足则保留该划分后图片， 否则删除该划分 后图片； 遍历预处 理后的图片， 得到第二优化图片数据集； 第三定位点筛选模块， 用于对第二优化图片数据集进行数据扩充， 得到扩充后的数据 集， 并计算扩充后的数据集中各图片与识别模板中各识别对 象的相似度， 并判断扩充后的 数据集中各图片所对应的相似度是否小于预设阈值， 若小于则认定该图片发生漏检， 否则 认定该图片未发生漏检； 遍历扩充后的数据集， 并计算扩充后的数据集中各图片的漏检率， 同时判断各图片的漏检率是否小于预设漏检率， 若小于则剔除该图片， 否则保留该图片； 遍 历第二优化图片数据集， 得到第三优化图片数据集； 第四定位点筛选模块， 用于根据第 三优化图片数据集中各图片所包含的漏检率与误检 率计算各图片的无误率， 并对各图片的无误率进行排序， 选择最高无误率所对应的图片作 为先天定位 点图像， 并得到先天定位 点图像所对应的标识码矩阵。 5.根据权利要求1所述的基于 YOLO v5的列车定位方法， 其特 征在于， 步骤S4具体为： 利用YOLO  v5对实时轨道沿线图像中具有可识别度的物体进行框选， 得到框选后不少权　利　要　求　书 1/3 页 2 CN 114898320 A 2于一种的识别对象， 并生成识别对 象的标识码， 并生成识别对象的标识码， 得到识别对象； 其中， 识别对象包括： 特殊对象、 常规对象。 6.根据权利要求5所述的基于 YOLO v5的列车定位方法， 其特 征在于， 步骤S5具体为： A1、 以识别模板中特殊对象、 常规对象为主体目标， 以特殊对象为 客体目标； A2、 确认客体目标与主体目标的对象属性， 并按照识别 对象的标识码进行二进制编码， 分别得到主体目标与客体目标 所对应的二进制编码； A3、 根据客体目标与主体目标的位置关系结合预设规则进行二进制编码， 得到角度位 置编码； A4、 根据主体目标、 客体目标的对象属性编码与角度位置编码构建属于该主客体组合 的12位标识码； A5、 遍历各主体目标、 客体目标， 构建实时轨道沿线图像的标识码矩阵， 其中， 标识码矩 阵的宽度为12位， 长度为所有识别对象的组合数。 7.根据权利要求6所述的基于YOLO  v5的列车定位方法， 其特征在于， 步骤A3中预设规 则具体为： B1、 判断客体目标相对于主体目标的竖向相对位置， 若客体目标位于主体目标的上方， 则角度位置编 码的第一有效位为0， 若客体目标位于主体目标的下方， 则角度位置编 码的第 一有效位 为1， 并进入步骤B2； B2、 判断客体目标相对于主体目标的横向相对位置， 若客体目标位于主体目标的右方， 则角度位置编 码的第二有效位为0； 若客体目标位于主体目标的左方， 则角度位置编 码的第 二有效位 为1； 并进入步骤B3； B3、 判断客体目标与主体目标的位置连线切角是否小于第一预设阈值， 若是则将角度 位置编码的其 余有效位设置为第一 顺序值； 否则进入步骤B4； B4、 判断客体目标与主体目标的位置连线切角是否小于第二预设阈值， 若是则将角度 位置编码的其 余有效位 为第二顺序值； 否则进入步骤B5； B5、 判断客体目标与主体目标的位置连线切角是否小于第三预设阈值， 若是则设置角 度位置编 码的其余有效位为第三顺序值； 否则设置角度位置编 码的其余有效位为第四顺序 值； 得到角度位置编码。 8.根据权利要求1所述的基于 YOLO v5的列车定位方法， 其特 征在于， 步骤S6具体为： 以先天定位点矩阵为主体， 筛选与图像数据集标识码矩阵中相同标志码， 得到相同标 识码行数， 并根据相同标识码行数得到图像数据集标识码矩阵与先天定位点矩阵的相似 度， 遍历各先天定位点矩阵， 得到图像数据集标识码矩阵与各先天定位点矩阵的相似度， 其 计算式标识为： 其中， S为相似度， m为相同标识码行 数， M为先天定位 点矩阵的标识码总行 数。 9.根据权利要求1所述的基于 YOLO v5的列车定位方法， 其特 征在于， 步骤S7 具体为： 筛选各相似度中相似度 数值最大的作为优选相似度， 并判断优选相似度 是否满足预设 阈值， 若满足则读取当前先天定位点矩阵的位置信息， 作为当前列车的位置信息； 否则返回 步骤1， 重新采集实时轨道沿线图像。权　利　要　求　书 2/3 页 3 CN 114898320 A 3