申请/专利权人：上海伯镭智能科技有限公司

申请日：2022-06-16

公开（公告）日：2024-04-12

公开（公告）号：CN114915646B

主分类号：H04L67/12

分类号：H04L67/12;G06N3/0464;G06V10/44;G06V20/58;G06V10/82;H04L41/5022;H04L67/06;H04L67/10;H04L67/125

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.09.02#实质审查的生效;2022.08.16#公开

摘要：本发明属于数据处理技术领域，尤其涉及一种无人驾驶矿车的数据分级上传方法及装置。对占用传输资源较多的摄像头数据通过转换成图像数据，然后针对图像中的特征信息多少进行分级处理，从而确定出上传信息的优先级，使重要的图像信息能更快的上传到云端服务器参与运算，这样，不但使数据上传时延有了较大的减小，同时，不重要的信息放弃上传，这样，不必花费昂贵的成本升级数据传输系统，减少了无人驾驶矿场的成本；同时，根据无人驾驶矿车的特点以及实际运行过程中的重要的影响因素，考虑了图像信息中的道路曲率、是否存在多块矿石等障碍物、和道路前方是否存在工人确定数据的优先级，并且，考虑了无人驾驶矿车的速度对分级的影响，使上传的效率和上传特征信息的准确率均有了一定的提高。

主权项：1.一种无人驾驶矿车的数据分级上传方法，其特征在于，包括以下步骤：步骤1：利用无人驾驶矿车的传感器获取无人驾驶矿车行驶过程中的数据；所述传感器包括摄像头；步骤2：将所述摄像头采集的视频数据以帧为单位转换成图像格式；步骤3：采用卷积神经网络模型对每帧的图像进行特征提取，提取出特征信息，并根据特征信息对所述每帧的图像赋值，并根据赋值分数对所述帧图像进行分级；所述特征信息包括前方道路的曲率信息，前方道路是否存在矿石障碍物，前方是否有工人；根据特征信息对所述每帧的图像赋值具体包括：首先，通过获取该图像反应的曲率半径r的大小对所述图像进行赋值；具体地赋值公式为：Gc＝1000lnr+44.5其中，Gc为针对曲率半径对该帧图像的赋值，r为该帧图像的曲率半径，单位为m；通过检测该帧图像中是否存在多块矿石障碍物，对该帧图像进行赋值；具体的赋值公式为：Go＝30-30*2^-q；其中，Go为针对矿石障碍物对该帧图像的赋值，q为该帧图像中经过图像识别技术识别出来的体积大于40cm3的矿石的数量；判断道路前方行进道路上是否有工人，若所述帧图像中检测出有工人，则赋值Gp＝50，没有则赋值为Gp＝0；Gp为是否有人的赋值；最后对各项赋值进行求和操作，得到所述帧图像的赋值分数Gt：Gt＝Gc+Go+Gp；根据赋值分数对所述图像进行分级具体包括：若赋值分数Gt50，则判定该帧图像优先级别为高，若赋值分数Gt为10-50之间，则该帧图像应在优先级别为中，若赋值分数Gt小于10，则帧图像优先级别为低；步骤4：根据所述步骤3的分级结果，判断所述帧图像是否上传。

全文数据：

权利要求：

百度查询： 上海伯镭智能科技有限公司 一种无人驾驶矿车的数据分级上传方法和装置

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