-
公开(公告)号：CN117830777B
公开(公告)日：2024-09-03
申请号：CN202311800294.1
申请日：2023-12-26
Applicant: 湖南大学 , 湖南省交通科学研究院有限公司
Abstract: 本发明公开了基于多源数据融合的结构全场精细位移识别方法、系统及存储介质，属于结构位移监测技术领域，包括步骤：获取目标结构在图像坐标下的全场图像低频位移的响应；对所述全场图像低频位移的响应进行处理获取所述目标结构的全场预测高阶振型；通过加速度响应提取目标结构的稀疏实测高频位移和高阶振型，对全场预测高阶振型进行校准并重构目标结构的全场物理高频位移；获取全场图像低频位移对应的全场物理低频位移；利用自适应多速率卡尔曼滤波将全场物理低频位移和全场物理高频位移进行异步数据融合，获取目标结构的全场精细位移。实现了基于普通消费级相机和离散布置的加速度计获取结构全场精细位移的有益效果。
-
公开(公告)号：CN115683431B
公开(公告)日：2023-08-18
申请号：CN202310000770.5
申请日：2023-01-03
Applicant: 湖南大学
Abstract: 本申请公开了一种基于直线跟踪算法的拉索索力确定方法、装置及设备，涉及计算机技术领域，包括：获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频；利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移；对所述振动位移进行快速傅里叶变换以得到所述目标拉索的固有频率；计算出相邻阶数的所述固有频率的差值，以便利用所述差值确定所述目标拉索的索力。对原始视频中目标拉索的振动幅度进行放大处理，后续更加容易基于放大后视频进行追踪，提高后续确定的索力的精确度；本申请在确定目标拉索索力时，利用容易确定相邻阶数的固有频率的差值，降低确定目标拉索索力的难度。
-
公开(公告)号：CN115471777A
公开(公告)日：2022-12-13
申请号：CN202211227093.2
申请日：2022-10-09
Applicant: 中国建筑第六工程局有限公司 , 湖南大学
Abstract: 本发明是一种基于视频识别的精细化水流速度场获取方法和系统，该方法包括：采集目标流体的视频，并对视频中的图像进行正摄影校正和尺度标定；将视频转换为连续的多帧图像，选定多帧图像中待测量的目标流体区域的图像；计算多帧的目标流体区域的图像的每相邻两帧图像中的像素点的位移，采用基于计算机视觉技术的图像处理算法，计算所有像素点的运动位移，结合每相邻两帧图像采样的间隔时间，获取所有像素点的瞬时流速计算结果；将得到的所有像素点的多个瞬时流速计算结果进行统计分析，获取目标流体区域的全流场的速度信息。该系统包括：图像采集模块、图像处理模块、区域框选模块、流场计算模块、统计分析模块。本发明可实现流场的快速准确测量。
-
公开(公告)号：CN115326264A
公开(公告)日：2022-11-11
申请号：CN202211000262.9
申请日：2022-08-19
Applicant: 湖南大学 , 中国建筑第六工程局有限公司
Abstract: 本申请公开了基于机器视觉的结构波浪冲击力非接触式测量方法和系统，涉及机器视觉技术领域，该方法包括：获取预设摄像机拍摄的包含目标结构物的目标源视频；基于所述目标源视频得到对应的目标源视频帧并在所述目标源视频帧中确定出目标区域图像；根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速；根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，并根据所述目标点压强确定所述目标结构物受到的波浪冲击力。通过上述方案，能够通过非接触方式得到结构物周围的流速再通过流速进一步确定出压强与冲击力。由此可以简便、准确地检测出结构物波浪冲击力以代替安装在结构物表面的点式水压力传感器。
-
公开(公告)号：CN119416673A
公开(公告)日：2025-02-11
申请号：CN202510023197.9
申请日：2025-01-07
Applicant: 湖南大学 , 湖南省交通科学研究院有限公司
IPC: G06F30/27 , G06F30/13 , G06F113/16 , G06F119/04
Abstract: 本发明公开了一种缆索腐蚀钢丝寿命评估方法与系统，该方法包括：获取腐蚀钢丝疲劳试验数据和腐蚀相关参数，基于腐蚀钢丝疲劳试验数据构建数据集，构建初始预测模型，基于数据集对初始预测模型进行训练，获得目标寿命预测模型，将待预测缆索的物理参数输入至目标寿命预测模型进行寿命预测，基于寿命预测结果对待预测缆索进行腐蚀钢丝寿命评估，寿命预测结果包括疲劳寿命预测值以及疲劳寿命预测值对应的置信度，由于本发明基于多个维度的腐蚀相关参数和数据构建目标寿命预测模型，基于目标寿命预测模型实现对缆索钢丝的寿命预测以及对预测结果的不确定性进行量化，确保寿命评估的准确性，为缆索维护提供可靠的评估结果。
-
Patent Agency Ranking
公开(公告)号：CN118111610A
公开(公告)日：2024-05-31
申请号：CN202410100659.8
申请日：2024-01-24
Applicant: 湖南大学
IPC: G01L5/04 , G06F18/2411 , G01H17/00 , G01M5/00
Abstract: 本申请提供了一种基于无人机的结构振动监测方法与系统，涉及结构健康监测技术的技术领域。其方法包括：获取目标拉索振动信息；对所述目标拉索振动信息进行信息增强分割处理，以得到处理后的目标拉索振动信息；通过预设的第一算法从所述目标拉索振动信息中提取位移，以得到所述目标拉索的位移时程；通过预设的第二算法对所述目标拉索的位移时程进行无人机的自身振动消除处理，以得到目标拉索的绝对位移时程；通过预设的第一模型对所述目标拉索的绝对位移时程进行索力估计，以得到目标拉索的索力信息。通过本发明，解决了利用无人机进行结构振动测量时存在自身振动的问题，进而实现对结构位移的精确识别。
-
公开(公告)号：CN117830777A
公开(公告)日：2024-04-05
申请号：CN202311800294.1
申请日：2023-12-26
Applicant: 湖南大学 , 湖南省交通科学研究院有限公司
Abstract: 本发明公开了基于多源数据融合的结构全场精细位移识别方法、系统及存储介质，属于结构位移监测技术领域，包括步骤：获取目标结构在图像坐标下的全场图像低频位移的响应；对所述全场图像低频位移的响应进行处理获取所述目标结构的全场预测高阶振型；通过加速度响应提取目标结构的稀疏实测高频位移和高阶振型，对全场预测高阶振型进行校准并重构目标结构的全场物理高频位移；获取全场图像低频位移对应的全场物理低频位移；利用自适应多速率卡尔曼滤波将全场物理低频位移和全场物理高频位移进行异步数据融合，获取目标结构的全场精细位移。实现了基于普通消费级相机和离散布置的加速度计获取结构全场精细位移的有益效果。
-
公开(公告)号：CN113837150B
公开(公告)日：2022-02-11
申请号：CN202111408077.9
申请日：2021-11-25
Applicant: 湖南大学
Abstract: 本申请公开了一种基于计算机视觉的非接触式轮胎气压获取方法及相关装置，方法包括：获取轮胎的运动视频；根据轮胎的运动视频获取轮胎的位移时程；根据轮胎的位移时程得到轮胎的固有频率；根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系，得到轮胎的气压。本申请公开的上述技术方案，获取轮胎的运动视频，通过计算机视觉的方式对获取到的轮胎的运动视频进行识别，以得到轮胎的固有频率，并依据构建的轮胎固有频率与轮胎气压的关系实现非接触式的获取轮胎气压，而无需通过在车辆上安装传感器进行实现，以提高轮胎气压获取的便利性，降低轮胎气压获取的成本。
-
公开(公告)号：CN113837150A
公开(公告)日：2021-12-24
申请号：CN202111408077.9
申请日：2021-11-25
Applicant: 湖南大学
Abstract: 本申请公开了一种基于计算机视觉的非接触式轮胎气压获取方法及相关装置，方法包括：获取轮胎的运动视频；根据轮胎的运动视频获取轮胎的位移时程；根据轮胎的位移时程得到轮胎的固有频率；根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系，得到轮胎的气压。本申请公开的上述技术方案，获取轮胎的运动视频，通过计算机视觉的方式对获取到的轮胎的运动视频进行识别，以得到轮胎的固有频率，并依据构建的轮胎固有频率与轮胎气压的关系实现非接触式的获取轮胎气压，而无需通过在车辆上安装传感器进行实现，以提高轮胎气压获取的便利性，降低轮胎气压获取的成本。
-
公开(公告)号：CN118657087A
公开(公告)日：2024-09-17
申请号：CN202411117276.8
申请日：2024-08-15
Applicant: 湖南大学
IPC: G06F30/28 , G06F30/27 , G06N3/0455 , G06N3/096 , G06F111/04 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明将深度学习算法用于流体力学领域，公开一种基于稀疏传感数据与物理知识融合的流场重构方法及系统，实现少量传感数据点情况下的全域精细化流场重构。方法包括：针对不同场景且不同雷诺数情况下的流场得到预训练模型；基于目标应用场景对预训练模型进行下游任务微调，在微调过程中，将纳维－斯托克斯方程和流场所对应的雷诺数，通过数值微分以近似对应的偏导项的方式嵌入物理损失函数中，然后再将物理失函数与预训练损失函数分别乘以相应的权重以得到流场重构模型的总损失函数；最后将目标应用场景中稀疏部署的各传感器所采集的实时数据，结合传感器的位置并输入流场重构模型中，得到重构出的全域精细化流场。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.018 seconds)
