摘要
本发明公开了一种矿井无人车转向角预测方法及相关设备,以克服现有的转向角预测方法难以有效处理连续场景中的时间和空间信息,导致预测精度和稳定性不足的技术问题。获取待预测矿井无人车辆的RGB图像序列,从中选取相邻两帧图像生成光流图像序列。RGB图像序列用于提取连续多帧图像中的前方道路曲率空间特征,光流图像序列用于提取车辆行驶轨迹的时序特征。将道路曲率特征与时序轨迹特征进行融合得到预测转向角。根据真实转向角与预测转向角的偏差调整优化特征提取网络参数,确保转向角预测效果。本方法通过融合时空信息并引入反馈调整机制,有效解决了现有方法在处理连续场景中时间和空间信息时的不足,显著提升了预测精度和稳定性。
技术关键词
无人车转向
特征提取网络
转向角
矿井
光流估计算法
轨迹特征
相邻两帧图像
曲率特征
双流卷积网络
序列
门控循环单元
时序特征
双流卷积神经网络
道路特征提取
融合时空信息
车辆行驶轨迹
空间特征提取
系统为您推荐了相关专利信息
缺陷智能
反馈控制模块
设备状态数据
多光谱成像
控制系统
服装定制系统
特征提取网络
服装定制方法
融合特征
人体
震源反演方法
煤矿微震监测系统
反演系统
滑动时窗
遗传算法
图像分类方法
样本
原型
特征提取网络
高维特征向量
煤矿工作面
扫描模块
建模方法
煤矿井下工作面
测量点