公开(公告)号：CN117671451A

公开(公告)日：2024-03-08

申请号：CN202311488897.2

申请日：2023-11-09

Applicant: 北京交通大学

Inventor： 秦勇 ,  于杭 ,  曹志威 ,  连丽容 ,  白婕 ,  戈轩宇 ,  李威 ,  柳青红 ,  高阳 ,  关吉瑞

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06V10/764 ,  G06V10/766

Abstract: 本发明提供了一种基于少样本学习的铁路场景目标检测方法。该方法包括：获取铁路场景图像样本，构建基础数据集、生成数据集和微调数据集；构建用于铁路场景目标检测的卷积神经网络模型，依次使用基础数据集、生成数据集和微调数据集训练卷积神经网络模型，得到训练好的卷积神经网络模型；将待识别的铁路场景图像输入到训练好的卷积神经网络预测模型中，训练好的卷积神经网络预测模型输出所述待识别的铁路场景图像的目标识别结果。本发明提出了结合样本生成与图像风格迁移进行二次微调的训练框架，从数据增强和迁移学习的角度提高了铁路少样本目标检测的准确率。避免了复杂模型占用计算机资源多的情况，具有运行内存小、检测速度快等优点。

公开(公告)号：CN117437208A

公开(公告)日：2024-01-23

申请号：CN202311495987.4

申请日：2023-11-10

Applicant: 北京交通大学

Inventor： 秦勇 ,  戈轩宇 ,  曹志威 ,  高阳 ,  连丽容 ,  白婕 ,  于杭 ,  李威 ,  寇淋淋 ,  柳青红 ,  张启福 ,  王玉强 ,  秦杰

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/26 ,  G06V10/75 ,  G06V10/774 ,  G06V10/30 ,  G06N3/0464 ,  G06N3/0895 ,  G06V10/80

Abstract: 本发明提供一种使用多传感器融合的轨道异常检测方法及系统，属于基于计算机的轨道异常检测技术领域，包括：步骤1：扫描轨道场景，获取待检测的视觉图像和结构光深度图像；步骤2：使用实例分割算法，对轨道上的异常进行预检测，得到已知异常和部分未知异常检测结果的边界框和掩膜；步骤3：使用半监督的异常检测算法，对异常进行再检测，尤其关注未知的异常，得到未知异常检测结果的边界框和掩膜；步骤4：基于掩膜，将两次检测的结果在决策级上进行匹配融合，并进行非极大值抑制后处理，得到最终结果。本发明解决了轨道异常检测算法受未知异常侵入导致的误报和漏报，实现了无预先定义异常类别范围情况下的轨道异常的准确检测。

公开(公告)号：CN119598652A

公开(公告)日：2025-03-11

申请号：CN202411644839.9

申请日：2024-11-18

Applicant: 北京交通大学

Inventor： 曹志威 ,  白婕 ,  秦勇 ,  郭保青 ,  连丽容 ,  高阳 ,  于杭 ,  戈轩宇 ,  刘镇豪 ,  李威 ,  彭根旺

IPC: G06F30/18 ,  B61L15/00 ,  B61L23/04

Abstract: 本发明提供一种面向车轨协同的轨道交通线路监控传感器布设优化方法及系统，属于轨道交通系统监控优化技术领域。基于监控传感器感知算法对异常事件的感知准确率，确定车轨协同下监控传感器对异常事件的联合感知准确率；根据车轨协同下监控传感器对异常事件的联合感知准确率，计算轨旁监控传感器的布设间距和布设数量；根据感知准确率阈值允许的最大监控传感器布设间距，对区域交界处距离较近的轨旁监控传感器进行优化。本发明充分考虑了监控传感器感知边界、感知准确率、布设成本等因素，并针对区域交界处轨旁监控传感器太近而造成的资源浪费现象，在保证监控传感器对于线路异常事件高感知准确率的前提下有效降低了监控传感器布设成本，更加经济。

公开(公告)号：CN117496349A

公开(公告)日：2024-02-02

申请号：CN202311480411.0

申请日：2023-11-08

Applicant: 北京交通大学

Inventor： 秦勇 ,  高阳 ,  曹志威 ,  连丽容 ,  戈轩宇 ,  白婕 ,  于杭 ,  李威 ,  寇淋淋 ,  柳青红 ,  张启福 ,  王玉强 ,  秦杰

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供一种轨道扣件异常检测方法及系统，属于基于计算机的轨道扣件异常检测技术领域，使用高精度三维线扫激光采集设备扫描轨道扣件，采集配准成对的扣件深度图和灰度图；使用基于像元级的维度互补式图像融合方法，高效融合深度图与对应的灰度图，构建轨道扣件融合数据集；构建特征融合‑解耦模块，实现骨干网络的多维度特征融合和任务解耦；采用检测准确率指标引导的损失函数再权重方式，在训练过程中不断调整类别权重矩阵，从而实现轨道扣件异常检测。本发明提供基于多源数据融合的轨道扣件异常状态检测方法，可有效利用多源数据信息，解决了仅依靠二维视觉易受到表面锈蚀和污渍干扰所造成误判的问题，实现了轨道扣件异常状态的准确检测。

公开(公告)号：CN120047726A

公开(公告)日：2025-05-27

申请号：CN202510048442.1

申请日：2025-01-13

Applicant: 北京交通大学

Inventor： 秦勇 ,  高阳 ,  曹志威 ,  连丽容 ,  彭根旺 ,  李威 ,  刘镇豪 ,  于杭 ,  白婕 ,  戈轩宇

IPC: G06V10/764 ,  G06T7/11 ,  G06V10/26 ,  G06V10/774 ,  G06T3/4038 ,  G06T3/4046 ,  G06T5/50 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明提供一种无监督轨道异常检测方法及系统，属于基于计算机视觉的轨道监管技术领域，包括：采集俯拍视角的轨道图像；采用轨道关键部件区域分割模块实现像素级分割和背景简化，生成关键部件伪图像；采用自生成特征聚合网络提取伪图像中的多尺度特征，得到高维度特征向量矩阵；利用多元高斯拟合函数对高维度特征向量矩阵进行拟合，得到正常图像的最优参数；设计内外均衡的异常分数度量函数，计算正常图像的最优参数与测试图像的高维度特征向量矩阵的差异，计算异常分数实现异常图像判别和异常像素定位。本发明解决了标注数据类别有限导致的轨道巡检内容覆盖不全面的问题，实现了降低复杂背景因素干扰下的轨道未知类别异物检测。

公开(公告)号：CN118097570A

公开(公告)日：2024-05-28

申请号：CN202311541737.X

申请日：2023-11-14

Applicant: 北京交通大学

Inventor： 秦勇 ,  白婕 ,  曹志威 ,  连丽容 ,  高阳 ,  戈轩宇 ,  于杭 ,  李威 ,  寇淋淋 ,  柳青红 ,  王雅观 ,  高阳 ,  关吉瑞

IPC: G06V20/54 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种像素级轨道交通场景理解方法及系统，属于轨道交通安全运营控制技术领域，使用轻量双分支融合骨干网络对输入图像进行连续下采样操作，提取图像特征；将骨干网络提取到的特征图输入双向特征金字塔池化网络，获得多尺度感受野和深层语义特征，利用多任务多尺度损失函数从像素和边缘角度进一步优化该方法的场景理解效果。本发明轻量双分支融合骨干网络可以更快更有效地提取图像特征，双向特征金字塔池化网络从多尺度角度提取了语义特征，多任务多尺度的损失函数从边缘与像素两个角度监督该方法的学习过程，优化了场景理解方法的效果，在不增加推理时间的前提下提高了模型的理解准确率。

公开(公告)号：CN117622262A

公开(公告)日：2024-03-01

申请号：CN202311541463.4

申请日：2023-11-15

Applicant: 北京交通大学

Inventor： 秦勇 ,  连丽容 ,  曹志威 ,  高阳 ,  白婕 ,  戈轩宇 ,  于杭 ,  李威 ,  柳青红 ,  王雅观 ,  关吉瑞 ,  高阳

IPC: B61L25/02

Abstract: 本发明提供一种列车自主感知定位方法及系统，属于列车自主感知定位技术领域，提取立体图像对中目标的位置边界框；关联立体图像对中同一目标的边界框生成最小包围的自适应锚框，估计深度值；利用滑动窗口筛选待匹配的轨迹，对包含相同目标的轨迹对分配相同的ID；关联地标的深度信息和ID，估计传感器在两帧时间内的运动，估计列车的瞬时速度，并通过时间积分计算得到列车的位移值，匹配数字轨道拓扑地图推算列车在全线的位置，结合列车瞬时速度判断线路关键位置，并对列车的推算位置进行校正。本发明减少了对地面设备的依赖，提高灵活性和可靠性，可以应对地面设备故障或覆盖不足的情况，并为列车的自主运行和导航提供了技术支持。