申请/专利权人：山东大学

申请日：2022-05-25

公开（公告）日：2024-04-02

公开（公告）号：CN114898319B

主分类号：G06V20/56

分类号：G06V20/56;G06V20/40;G06V10/10;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08;G06T7/10;G06T7/62;G06T7/70;G06N3/045;G06N3/096

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.08.30#实质审查的生效;2022.08.12#公开

摘要：本发明属于车型识别技术领域，提供了基于多传感器决策级信息融合的车型识别方法及系统，通过视觉图像处理的方法，对输入车辆图像进行车辆前围检测和车辆前围识别，通过设置检测识别区域和多阶段注意力机制的知识蒸馏的方法，克服了车型类内差异性大和类间差异性小的问题，得到了基于图像的车型识别输出结果。另外提出了车型外观尺寸的车型识别方法，通过激光雷达传感器得到的信息数据，经过数据解算模型得到基于尺寸的车型输出结果。最后对每一个传感器预测得到的车型进行综合决策，得到最终的预测车型。该融合方法解决了车辆视觉特征相似，但大小尺寸不同的识别难题，有效提高了喷涂车间车型识别的有效性和可靠性。

主权项：1.基于多传感器决策级信息融合的车型识别方法，其特征在于，包括：基于视觉图像传感器和车辆前围检测模型进行检测，得到车辆前围图像；将检测得到的车辆前围图像的坐标点与识别区域进行比较，若当前围坐标点在识别区域内时，对当前前围检测图像按坐标进行截取，根据前围图像和多阶段注意力机制的知识蒸馏车型识别模型中，利用教师网络蒸馏训练学生网络，基于学生网络进行细粒度识别，得到当前车辆视觉识别结果；根据获取的限位开关检测信号，判断车辆是否到达指定位置，若是，触发激光雷达传感器获取点云数据，将点云数据经过解算处理得到当前车体的尺寸识别结果；结合当前车辆视觉识别结果和当前车体的尺寸识别结果进行综合决策判断，得到最终车型识别结果；其中，所述教师网络是以骨干网络为ResNet50的多阶段注意力机制的细粒度车型识别网络，分别提取Conv3_x、Conv4_x、Conv5_x三个阶段的特征图，额外添加注意力机制层、校准层和分类层，校准层通过卷积操作将不同通道和不同尺寸的特征映射到指定通道和尺寸，对三个阶段的输出特征进行融合，分类器由全连接层构成，将特征图映射成输出类别向量；其中，所述学生网络是以骨干网络为MobinetV3网络，对MobinetV3网络进行了分阶段预定义设计，分别提取Bneck6、Bneck11、Bneck15三个阶段的输出特征图，额外添加注意力层、校准层和分类层，通过学生网络的特征映射函数和网络参数，得到学生网络每个阶段的输出值；其中，所述将点云数据经过解算处理得到当前车体的尺寸识别结果，包括：通过自优化最小二乘直线拟合算法对预处理过的点云数据进行直线拟合，得到车体各侧的旋转角以及定位，然后根据已知的喷涂室地形与导轨尺寸、已知的车辆尺寸，解算出车体位姿与车体尺寸。

全文数据：

权利要求：

百度查询： 山东大学 基于多传感器决策级信息融合的车型识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD