-
公开(公告)号：CN114254534B
公开(公告)日：2022-09-16
申请号：CN202111521882.2
申请日：2021-12-13
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G06F30/13 , G06F17/11 , G06F119/14
Abstract: 一种基于钢筋三维加强效应的混凝土本构模型计算方法，涉及一种钢筋混凝土桥梁非线性破坏的建模方法。获取混凝土和钢筋的材料力学性能；建立单轴受力的钢筋混凝土立方体单元，分解为一维轴向受力单元和二维法向受力单元，分别计算钢筋对混凝土的加强系数并得到弹性模量；分别对单轴受力的钢筋混凝土立方体单元进行受拉和受压应力应变曲线的修正，对损伤演化参数进行修正，得到修正后的本构关系曲线；应用于有限元中建立三维实体非线性有限元模型，进行钢筋混凝土结构塑性损伤及承载能力的计算。考虑钢筋对混凝土的加强系数，同时提出修正的钢筋混凝土本构模型，能够高效、准确的评估实际桥梁的极限承载能力。
-
公开(公告)号：CN114254534A
公开(公告)日：2022-03-29
申请号：CN202111521882.2
申请日：2021-12-13
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G06F30/13 , G06F17/11 , G06F119/14
Abstract: 一种基于钢筋三维加强效应的混凝土本构模型计算方法，涉及一种钢筋混凝土桥梁非线性破坏的建模方法。获取混凝土和钢筋的材料力学性能；建立单轴受力的钢筋混凝土立方体单元，分解为一维轴向受力单元和二维法向受力单元，分别计算钢筋对混凝土的加强系数并得到弹性模量；分别对单轴受力的钢筋混凝土立方体单元进行受拉和受压应力应变曲线的修正，对损伤演化参数进行修正，得到修正后的本构关系曲线；应用于有限元中建立三维实体非线性有限元模型，进行钢筋混凝土结构塑性损伤及承载能力的计算。考虑钢筋对混凝土的加强系数，同时提出修正的钢筋混凝土本构模型，能够高效、准确的评估实际桥梁的极限承载能力。
-
公开(公告)号：CN113689380A
公开(公告)日：2021-11-23
申请号：CN202110817763.5
申请日：2021-07-20
Applicant: 中国铁路设计集团有限公司 , 哈尔滨工业大学
IPC: G06T7/00
Abstract: 本发明提出了一种基于深度学习的桁架桥梁铆钉锈蚀病害智能识别方法，解决铆钉锈蚀病害传统检测方法成本高、检测结果主观性强、效率低的问题，方法如下：对桥梁全景图像进行分割，筛选发生锈蚀病害的铆钉图像和状态正常的铆钉图像，对原始图像进行数据增广，划分训练集和测试集，采用单阶段检测网络进行铆钉病害类型和位置的精确判定，训练过程中采用类别置信度和位置的加权损失函数监督网络预测误差，判断模型的收敛状态。基于桁架桥梁铆钉空间分布特征，将网络置信度阈值参数设置为0.6，在网络所有类别预测框中找到类别置信度大于0.6的预测框作为网络最终预测结果。本方法能够对桥梁铆钉锈蚀病害实现精准判别和定位。
-
公开(公告)号：CN110033411A
公开(公告)日：2019-07-19
申请号：CN201910292872.2
申请日：2019-04-12
Applicant: 哈尔滨工业大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于无人机的公路施工现场全景图像高效拼接方法通过航拍图像的地理信息坐标和姿态参数修正、关键拼接区域选取、特征点高效匹配、基于最佳缝合线和图像融合的快速图像拼接，解决了无人机在巡航过程中产生的局部坐标系偏差、整幅图像特征点匹配低效率、以及由于动态目标产生的拼接模糊和鬼影问题，具有实时传输图像数据、全局监督、准确度好、效率高、成本低、方便灵活等优点，为实现整个施工现场自动化、智能化的全局安全监督管理奠定了基础。本发明适用于公路工程施工现场的全局安全监督管理。
-
公开(公告)号：CN109408985A
公开(公告)日：2019-03-01
申请号：CN201811295283.1
申请日：2018-11-01
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于计算机视觉的桥梁钢结构裂缝精准识别方法，解决了现有的桥梁钢箱梁裂缝识别自动化程度过低以及相应智能算法的缺点，方法包括：使用钢箱梁常见部位裂缝图像作为原始数据，进行像素级别的人工标注，获得使用不同颜色表示不同类别的标注图像；将原始图像及标注图像进行分割，将标注图像按照不同颜色提取后分配不同数字来做标签标记不同类别；将训练集输入至深度全卷积神经网络中进行训练，将待识别的图像切割后输入至训练好的神经网络中，得到像素级识别结果后进行拼接返回原始图像尺寸的像素级识别结果。本发明便捷、准确，提升了钢箱梁裂缝识别结果的准确度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN109376676A
公开(公告)日：2019-02-22
申请号：CN201811295288.4
申请日：2018-11-01
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于无人机平台的公路工程现场施工人员安全预警方法，如下：采集公路工程现场区域图像，对原始图像进行切割、标注；使用矩形框对切割后的图像中的施工人员进行标记，获得矩形框位置和大小的数据，分为佩戴和未佩戴安全帽的人员；将待识别的图像切割后输入至训练好的显著性检测网络中，得到以分割尺寸大小表示的显著性检测区域结果，并输入至训练好的施工人员精准检测网络中，得到以矩形框为表示的施工人员识别结果；将矩形框识别结果由子图像局部坐标系映射回原始图像整体坐标系中，得到最终的施工人员智能快速识别及安全预警结果。本发明便捷、准确，提升了公路工程现场施工人员识别的效率以及安全预警结果的准确度和稳定性。
-
公开(公告)号：CN119360232B
公开(公告)日：2025-05-16
申请号：CN202411171190.3
申请日：2024-08-26
Applicant: 哈尔滨工业大学
IPC: G06V20/17 , G06V20/00 , G06V10/764 , G06V10/26 , G06T7/90 , G06V10/82 , G06N3/0464
Abstract: 本发明提出了一种基于预训练视觉大模型的既有城市公园属性分区辨识方法，属于测绘地理信息服务领域，解决了现有辨识方法受到人工主观性影响导致效率低下的问题，包括：创建既有城市公园属性分区辨识数据集；选取在大规模图像分割数据集上预训练好的视觉大模型SAM进行既有城市公园平面图像的属性分区粗提取过程；对视觉大模型SAM图像嵌入后的部分进行修改并融入粗提取结果，形成细提取视觉大模型；采用多层级分割损失使用既有城市公园属性分区辨识数据集对细提取视觉大模型进行训练，使用训练好的细提取视觉大模型对待辨识的既有城市公园平面图像进行处理，生成既有城市公园属性分区辨识结果。本发明大幅度提升了既有城市公园属性分区辨识准确率的效率。
-
公开(公告)号：CN115100126B
公开(公告)日：2025-04-15
申请号：CN202210663664.0
申请日：2022-06-10
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/80 , G06T17/20 , G06T3/4038
Abstract: 本发明提出了一种桥梁结构平面位移场智能感知方法，属于监测领域，包括：在待测桥梁关键位置处设置靶标，利用固定在自动旋转云台上摄像机对桥梁进行扫描式成像，通过透视变换将扫描得到的图像投影至同一个平面并拼接，得到二维全景图像；对相机扰动进行消除，采用GrabCut算法提取待测桥梁结构部位的图像，进行网格离散化；利用靶标对相机进行标定以消除畸变，同时计算出像素‑位移转换系数，采用二次曲面拟合改进的模板匹配算法得出关键节点位移；采用三角形形函数和矩形形函数对关键节点位移信息进行传递，从而获取待测桥梁结构平面位移场。本方法实现了桥梁结构平面位移场的准确快速非接触获取。本发明具有便捷、准确的优点。
-
公开(公告)号：CN118365582B
公开(公告)日：2024-11-15
申请号：CN202410289947.2
申请日：2024-03-14
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明提出了一种基于视觉大模型蒸馏的桥梁表观裂缝提取方法，属于桥梁表观病害智能提取领域，包括：收集通用目标分割数据集和桥梁裂缝分割数据集，形成蒸馏数据集和表观裂缝提取数据集；建立与视觉大模型SAM进行蒸馏的轻量化裂缝提取编码器；采用蒸馏数据集进行蒸馏，蒸馏目标为视觉大模型SAM和轻量化裂缝提取编码器生成的图像嵌入差别最小；在轻量化裂缝提取编码器后增加裂缝提取解码器，形成桥梁表观裂缝提取模型；使用组合损失函数对桥梁表观裂缝提取模型进行训练；利用训练好的模型进行桥梁表观裂缝图像的裂缝提取。本发明显著地降低了模型的参数量和运行时间，即能准确又能快速的对裂缝进行提取。
-
公开(公告)号：CN118820746A
公开(公告)日：2024-10-22
申请号：CN202410829387.5
申请日：2024-06-25
Applicant: 哈尔滨工业大学
IPC: G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于多通道时空图卷积网络的多类型监测数据空间有向关联表征方法，所述方法包括如下步骤：一、收集大跨径斜拉桥健康监测数据，执行数据预处理去除随机效应，获取长期趋势数据；二、对每个传感器的长期趋势数据进行标准化，创建数据集；三、以有向图的形式对多类型结构健康监测数据进行时空关联建模；四、建立多通道时空图卷积网络模型；五、设计多通道时空图卷积网络损失函数；六、对多通道时空图卷积网络模型进行训练，训练完成后，输出各一阶映射矩阵获取多类监测数据的空间有向关联表征。本发明解决了现有桥梁结构状态评估工作涉及数据量过少、数据类型单一的缺点，实现了海量监测数据的有效利用。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.032 seconds)
