-
公开(公告)号：CN117184376A
公开(公告)日：2023-12-08
申请号：CN202311143125.5
申请日：2023-09-05
Applicant: 东南大学
Abstract: 本发明公开了一种用于公路桥梁水下墩柱检测的环抱爬行机器人及方法。本发明主要用于公路桥梁工程中的水下墩柱的一体化养护管理。该机器人包括机身本体、水下照明系统、工具仓、深度计量模块、伺服动力系统、倾角测量模块、水下作业机械臂、阵列视觉模块、同步拉伸固定系统、从动轮。机器人具有环抱公路桥梁墩柱爬行的特点，可稳定运行于水下环境。机器人在清刷水下墩柱表面附着物后，进行病害视觉检测；在确定病害类别及定位信息后，进行病害信息回传。此检测机器人可在高速、浑浊水流情况下，环抱公路桥梁水下墩柱稳定爬行于任意深度并感知深度信息及视觉信息，达到公路桥梁水下墩柱病害检测的目的，可用于公路桥梁水下墩柱的维护。
-
公开(公告)号：CN111860106B
公开(公告)日：2023-12-08
申请号：CN202010464928.0
申请日：2020-05-28
Applicant: 江苏东印智慧工程技术研究院有限公司 , 东南大学 , 东衢智慧交通基础设施科技(江苏)有限公司
IPC: G06V20/10 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种无监督的桥梁裂缝识别方法，该方法首先利用无人机等收集混凝土裂缝图片，包括裂缝图片与正常图片；利用K‑Means聚类方法对数据集进行聚类，按照聚类后的结果对裂缝进行标签标记；按照8:1:1的比例将数据集划分为训练集、验证集和测试集；运用图像增强方法，增加数据集的数量；建立深度学习分类网络，进行训练，得到训练模型；利用训练好的模型进行混凝土裂缝自动识别。本发明效率高，成本低，相对于传统的人工标记标签训练法，更具有明显的自动化和高效性。
-
公开(公告)号：CN116883623A
公开(公告)日：2023-10-13
申请号：CN202310900620.X
申请日：2023-07-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于三维激光点云扫描技术的桥面粗糙度模型确定方法，包括步骤1、确定桥面扫描区域；步骤2、设置标靶球；步骤3、扫描并获取桥面点云数据；步骤4、桥面点云数据预处理；步骤5、获取归一化的整体桥面点云矩阵；步骤6、建立桥面粗糙度模型。本发明根据实际情况准确、快速地建立桥面粗糙度模型，克服现有国际规范《ISO8608》桥面粗糙度模型缺乏真实性的缺陷，所建立模型可与桥梁模型整合成具有真实桥面粗糙度的整桥模型。本发明尤其针对损坏严重的桥面，可以精确建立出桥面粗糙度模型，能够完整且高精度地重构桥面三维空间形态，用于实桥分析验证及时发现在役桥梁的表观变形与内部损伤等问题，为桥梁日常运营管养提供新的思路。
-
公开(公告)号：CN116878629A
公开(公告)日：2023-10-13
申请号：CN202310900627.1
申请日：2023-07-21
Applicant: 东南大学
IPC: G01G19/03 , G06T5/50 , G06T7/00 , G06V30/148 , G06V10/82 , G06N3/0475 , G06N3/094 , G06V10/80
Abstract: 本发明公开了一种基于计算机视觉的侧立式收费站车辆动态称重方法，步骤1、安装动态称重装置；步骤2、车辆识别；步骤3、计算第一轮轴的轴重，包括：步骤3‑1、识别轮胎数量；步骤3‑2、获取轮胎侧面图像，轮胎侧面图像包括胎侧面工业图像、轮胎侧面红外图像和轮胎侧面融合图像；轮胎侧面融合图像为轮胎侧面工业图像和轮胎侧面红外图像的融合；步骤3‑3、计算第一轮轴分类轴重；步骤3‑4、计算第一轮轴总轴重；步骤4、计算第i轮轴的轴重；步骤5、计算待称重车辆的总重。本发明能在不对收费站路面造成开挖损伤的前提下，实现对待称重车辆进行准确动态称重，称重不受时间和天气影响，且维护成本低，效率高、精度高、易于信息集成和稳定性强。
-
公开(公告)号：CN108775084B
公开(公告)日：2023-06-09
申请号：CN201810742477.5
申请日：2018-07-09
Applicant: 东南大学
Abstract: 本发明的一种钢‑混凝土组合预制梁和预制柱连接结构，包括预制梁构件和预制柱构件，预制梁构件为U型钢‑混凝土结构，预制柱构件为钢筋混凝土结构；预制梁构件内的U型钢自预制梁构件端部伸出，多个预制梁构件的各一端搭在同一个预制柱构件上后，相对预制梁构件内的U型钢相连接，并在U型钢的连接区域浇筑有混凝土。本发明预制梁构件采用U型钢‑混凝土组合结构，配合高强度混凝土，在大跨结构中具有明显的优势，同时可以充分利用材料的性能；通过U型钢在端部用螺栓连接，形式简单施工简便质量可靠，通过在梁柱节点区域设置连接钢筋可保证装配框架的整体性能。
-
Patent Agency Ranking
公开(公告)号：CN115952704A
公开(公告)日：2023-04-11
申请号：CN202211060203.0
申请日：2022-08-30
Applicant: 东南大学
IPC: G06F30/23 , G06F30/27 , G06T7/73 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G01N3/08 , G06F111/20
Abstract: 本发明公开了基于神经网络的混凝土梁中钢筋损伤快速定位方法，包括步骤1、构建钢筋混凝土损伤模型；步骤2、构建位移云图与三维损伤信息的样本集；步骤3、样本集分类；步骤4、构建神经网络模型：输入位移云图，输出三维损伤信息；步骤5、训练神经网络模型；步骤6、测试与验证神经网络模型；步骤7、钢筋损伤定位。本发明能对Abaqus生成的位移云图进行学习，从而实现钢筋混凝土内部钢筋损伤的位置定位，能实现钢筋混凝土内部钢筋损伤的定位以及钢筋损伤的尺寸检测，能广泛地应用于装配式结构构件的病害与损伤分析中，开创性地利用结构表面的二维位移信息实现结构内部问题的三维定位，大大提高结构检测的效率、降低检测成本。
-
公开(公告)号：CN115370384A
公开(公告)日：2022-11-22
申请号：CN202211039783.5
申请日：2022-08-29
Applicant: 中铁第四勘察设计院集团有限公司 , 东南大学
IPC: E21D11/08
Abstract: 本发明提供了一种基于纤维混凝土的多层复合盾构隧道管片及其制备方法。该管片包括ECC‑NC内保护层、管片结构层和UHPC外保护层。ECC‑NC内保护层由ECC砌块嵌固于普通混凝土网格而成，管片结构层由普通钢筋混凝土制成，UHPC外保护层由玄武岩纤维网格片和超高性能混凝土组成。ECC砌块与普通混凝土之间形成气泡膜凹槽式接合面，UHPC外保护层与管片结构层之间的接合面由气泡膜凹槽式接合面和网格式接合面两部分组成。该管片在常规制备方法基础上，通过反向制备ECC砌块、管片模具上盖板粘贴气泡膜等少量工艺改造制成。本发明融合了UHPC高抗裂抗渗高耐久和ECC抗火抗爆性良好的性能，提升管片性能，减小成本的影响，同时制备简单，可与常规制备工艺良好结合，具备规模推广的潜力。
-
公开(公告)号：CN115239823A
公开(公告)日：2022-10-25
申请号：CN202210900329.8
申请日：2022-07-28
Applicant: 东南大学
Abstract: 本发明公开了一种密封水箱装置的双目视觉水下三维点云测量方法、电子设备及存储介质，首先搭建双目视觉水下光学测量系统；使用平面标定板对双目相机系统进行空气标定，获得相机系统的内参和外参；构建水下多折射成像模型，采用密封水箱内外两套相机结合的方法，标定折射平面相对于密封水箱内相机系统的空间位置；双目相机系统结合导轨完成物体表面全周图像采集，并对采集获得初始图像进行图像增强与复原处理；根据处理后的双目相机采集的图像，利用三维数字图像相关方法获得局部光学三维点云数据，并根据水下多折射成像模型进行三维点云的修正；利用编码点统一双目相机所有测点处获得的三维点云数据，实现被测物表面全周光学三维形貌测量。
-
公开(公告)号：CN115144102A
公开(公告)日：2022-10-04
申请号：CN202210707255.6
申请日：2022-06-21
Applicant: 东南大学
Abstract: 本发明涉及一种基于云台摄像机的桥梁索力自动巡航监测系统及方法，首先在桥塔上布置高倍变焦云台摄像机，设置每根吊索的巡航预置位从而规划巡航路径；云台摄像机按巡航路径自动采集每根吊索振动视频；接着通过所开发的基于亚像素OCM算法对视频进行处理获得振动时程；对测得的振动时程进行傅里叶变换得到振动频率，从而计算全桥吊索索力；最后传输并储存定期得到的吊索索力数据，生成全桥吊索索力自动巡检报告；本发明无须在结构上安装复杂的传感器，可以在日常多时段进行自动监测，获得完整的每根吊索的索力监测报告，实现全桥范围内索力监测一体化和自动化的同时，能够有效地解决复杂背景下城市内部桥梁的日常监测问题。
-
公开(公告)号：CN115063680A
公开(公告)日：2022-09-16
申请号：CN202210698546.3
申请日：2022-06-20
Applicant: 东南大学
Abstract: 本发明公开一种基于标签及图像合成技术的桥梁病害识别方法，属于计算、推算或计数的技术领域。该方法：获取少量桥梁病害的图像，并使用图像标注工具标注病害的语义信息，获取病害图像标签；对病害图像和病害图像标签进行掩膜运算获取病害的前景图像；获取桥梁无病害图像；利用掩模运算后的少量病害前景图像和无病害图像大量合成桥梁病害图像，并通过记录图像合成位置的方法生成图像的标签数据；运用合成的图像数据和标签信息训练基于深度学习的病害分割网络。本发明利用少量的标注数据和一些无病害数据大量地合成具有像素级标注的桥梁病害图像，降低人工标注数据的成本，提高病害识别的准确率和效率。
-
-
-
-
-
-
-
-
-
Search Results
532
records
(took 0.067 seconds)
