一种基于深度学习的视觉里程计及里程方法
授权
摘要
一种基于深度学习的视觉里程计及里程方法，本发明涉及轨道交通技术领域，它包含解码模块、图像增强模块、目标检测模块、方向测定模块、目标预测模块、数据变换模块和数据整合模块；解码模块与图像增强模块连接，图像增强模块与目标检测模块连接，目标检测模块分别与方向测定模块和目标预测模块连接，目标预测模块与数据变换模块连接，方向测定模块以及数据变换模块均与数据整合模块连接。其能够轨道交通隧道环境下稳定运行并实现较高精度的测量，将累计误差缩小到规定值。
基本信息
专利标题 ：
一种基于深度学习的视觉里程计及里程方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112050828A
申请号 ：
CN202010957285.3
公开（公告）日 ：
2020-12-08
申请日 ：
2020-09-13
授权号 ：
CN112050828B
授权日 ：
2022-06-10
发明人 ：
刘晓亮徐顺东戴小燕
申请人 ：
常州沃翌智能科技有限公司
申请人地址 ：
江苏省常州市武进国家高新技术产业开发区常武南路588号天安数码城16幢509-1室
代理机构 ：
亳州速诚知识产权代理事务所(普通合伙)
代理人 ：
张辉
优先权 ：
CN202010957285.3
主分类号 ：
G01C22/00
IPC分类号 ：
G01C22/00 G06K9/00 G06K9/62 G06N20/20
IPC结构图谱
G
G部——物理
G01
测量；测试
G01C
测量距离、水准或者方位；勘测；导航；陀螺仪；摄影测量学或视频测量学
G01C22/00
测量车辆、人员、动物或其他运动的固态物体在地面行驶的距离，例如，应用里程计或应用计步器
法律状态
2022-06-10 ：
授权
2020-12-25 ：
实质审查的生效
IPC(主分类) : G01C 22/00
申请日 : 20200913
申请日 : 20200913
2020-12-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
