高速铁路旅客站内无源定位框架研究OA北大核心CSTPCD

针对既有室内空间无源定位方法存在高度依赖蓝牙等外部设备而产生的成本高、精度有限的问题,提出一种组合改进图像检索和基于词袋树的运动恢复结构算法的站内定位框架。首先,根据站内不同区域的图像局部特征分布统计结果,将存在空间相关的图像集进行聚类,形成图像词袋树;其次,通过剪枝及合并计算操作精简树形结构,并针对不同站内区域对应的分枝图像集选择改进分层式运动恢复结构算法,进行站内空间的三维重建,得到空间三维点云;最后,输入旅客视角图像,基于局部敏感哈希编码的DenseNet网络图像检索算法得到视图相似图像,计算其与三维点云空间映射关系,并输出旅客位置坐标。选取衡水北站进行案例验证,结果表明:构建的站内定位框架具有更强的三维重建能力、低误差和高效率,与实际坐标误差保持在1%以下,检索效率提高3.21%~5.61%。该站内定位框架可为高铁客站旅客出行服务质量和运输效能提升提供有效的架构指导和技术支撑。