买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京建筑大学;北京智弘通达科技有限公司

摘要：本发明涉及一种基于深度学习的无人机铁路里程计算方法，包括：获得地理信息数据；训练深度学习模型；对视频进行逐帧检测分割；共线方程计算地面坐标；通过计算点计算相对位移；里程后处理。本发明克服了传统的人工巡检长时间、徒步完成，工作效率低、信息上传不及时，作业难以有效监督，需要大量时间成本的缺点，减少了线路的维护成本；提供线路里程信息，避免了线路出现异物时而进行全段人工巡检的问题，加快了线路维护人员到场处理的时间；使用无人机巡检没有天窗时间要求，可长时间的进行飞行检测，及时发现问题并处理或上报。

主权项：1.一种基于深度学习的无人机铁路里程计算方法，其特征在于，包括下列步骤：Step1.根据飞行时产生的SRT文件信息提取关键信息，获得地理信息数据：所述地理信息数据包括飞行时每帧图像的经纬度、相对高差、航偏角、侧滚角、俯仰角信息，用于参与Step5和Step6中坐标和里程的计算，该步骤可单独处理；Step2.建立转换坐标系：飞行文件中坐标为经纬度坐标，将经纬度坐标转为以视频开始为起点的相对坐标；Step3.训练深度学习模型：通过自动的获得铁路线路在图像的位置，训练深度学习网络模型进行线路的自动识别；Step4.对视频进行逐帧检测分割：为了避免飞行时线路不在视频画面正中间而造成的计算误差，通过Step3中训练得到的深度学习模型将视频帧中的铁路线路的位置及其轮廓从图像中提取出，并输出返回提取到的线路位置和线路掩码，结合正交骨架法获得线路的骨架，在线路上取点即可得到线路上用于参与计算的点；Step5.共线方程计算地面坐标：为获得图像上计算点在地面上的坐标，该坐标为计算点在该时刻在地面的实际坐标，将视频中所有计算点的坐标连接起来即为线路的实际走向；Step6.通过计算点计算相对位移：计算两点间的线路距离，Step5中任意连续两点的相对距离即为线路的实际距离，将所有坐标任意连续两点的距离进行累加即得到了线路的实际里程数；Step7.里程后处理：里程的后处理主要是为了观察方便而将里程数转为铁路的里程标志，同时在视频中将这些标志进行合适位置的添加，从而得到对应铁路里程的飞行视频。

全文数据：

权利要求：

百度查询： 北京建筑大学 北京智弘通达科技有限公司 一种基于深度学习的无人机铁路里程计算方法及其应用