-
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
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。
-
公开(公告)号：CN116626706B
公开(公告)日：2024-01-16
申请号：CN202310535525.4
申请日：2023-05-12
Applicant: 北京交通大学
IPC: G01S17/931 , G06T3/40 , G06T7/13 , G01S17/894
Abstract: 内暗光导致的侵限检测精度低、检测距离短的问本发明提供一种轨道交通隧道侵限检测方 题。法及系统，属于轨道交通异物侵限检测技术领域，获取扫描轨道交通隧道场景，采集隧道点云数据；通过点云滤波对隧道点云数据进行预处理，得到不同距离下隧道截面点云数据；通过构造二维限界框和拟合缩放比例，构建动态三维隧道限界体；采用基于自适应阈值的匹配机制，将动态三维隧道限界体与隧道点云数据进行匹配，不与限界体匹配的点云即为侵限点云。本发明通过构建二维限界框和拟合缩放比例构建动态三(56)对比文件王敏 等.利用三维激光扫描仪进行地铁隧道限界测量.测绘通报.2014,(第12期),第78-81页.
-
公开(公告)号：CN111582068B
公开(公告)日：2023-07-07
申请号：CN202010322202.3
申请日：2020-04-22
Applicant: 北京交通大学
IPC: G06V40/16 , G06V10/762
Abstract: 本发明提供了一种人员口罩佩戴状态检测方法。该方法包括：利用一定数量的佩戴口罩和不佩戴口罩的人脸图像构建口罩佩戴训练数据集，使用口罩佩戴训练数据集训练SSD目标检测算法，得到口罩佩戴检测模型；利用一定数量的监测区域场景的图像构建监测区域场景的口罩佩戴训练数据集，利用口罩佩戴训练数据集训练所述口罩佩戴检测模型，得到适用于监测区域场景的训练好的口罩佩戴检测模型；将待检测的监测区域场景的图像输入训练好的口罩佩戴检测模型，输出图像中的人员口罩佩戴状态检测结果。本发明优化SSD网络的检测框长宽比和学习率，并使用迁移学习的手段优化口罩检测模型，结合Haar级联分类器，人员口罩佩戴状态的检测准确率可达到98.2％。
-
公开(公告)号：CN114581861B
公开(公告)日：2023-05-23
申请号：CN202210205004.8
申请日：2022-03-02
Applicant: 北京交通大学
IPC: G06V20/54 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于深度学习卷积神经网络的轨道区域识别方法。该方法包括：获取不同场景下含轨道区域的图像，组成轨道图像数据集；构建轨道区域识别网络模型，该轨道区域识别网络模型包括多个卷积层和上采样层，利用轨道图像数据集对轨道区域识别网络模型进行训练，得到训练好的轨道区域识别网络模型；使用训练好的轨道区域识别网络模型对待识别场景下的轨道区域进行识别，得到待识别场景下的轨道区域的识别结果。本发明方法在深度残差卷积神经网络可以更加有效地提取到图像特征，深层特征与浅层特征的融合使得提取的轨道边界更加清晰，轻量化模型的运行环境更加具有普适性，适用于不同场景和不同尺寸下的轨道区域场景图像。
-
公开(公告)号：CN111507235A
公开(公告)日：2020-08-07
申请号：CN202010285277.9
申请日：2020-04-13
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于视频的铁路周界异物入侵检测方法，用以解决克服铁路周界异物入侵检测方法消耗资源大、准确率不高的问题。所述铁路周界异物入侵检测方法，获取当前铁路周界监控视频图像并提取第N帧，采用KNN算法检测第N帧中的异物目标数n，并对满足预定条件的第i帧采用铁路场景YOLOv3模椟检测异物目标数m，再对m、n进行比较，输出检测目标数G＝m＝n或G＝α×m+β×n。本发明入侵异物检测方法消耗的计算机资源小，检测漏报率低、准确率高，提高了识别的精确性；同时，在与YOLOv3算法检测准确率相同的前提下，降低了计算机内存使用情况，更具有可应用性。
-
Patent Agency Ranking
公开(公告)号：CN111160125A
公开(公告)日：2020-05-15
申请号：CN201911267535.4
申请日：2019-12-11
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于铁路监控的铁路异物入侵检测方法。该方法包括：利用已知的铁路场景下的监控视频的包含异物入侵的原始图像训练YOLOv3，得到训练完成的模型权重，获取待监测的铁路场景下的监控视频，从监控视频中提取一系列的待监测的原始图像，通过现有的高斯混合模型对待监测的原始图像进行处理，输出的二值图像依次使用形态学处理、阈值自适应和非极大值抑制算法处理，获取包含异物入侵的图像区域；将包含异物入侵的图像区域输入YOLOv3中，该YOLOv3根据训练完成的模型权重输出相应的原始图像中的异物类型和异物定位位置信息。本发明降低了高斯混合算法带来的误报率，提高了YOLOv3算法在远距离目标或和小目标上的检测效果，可以有效地监测出铁路异物入侵。
-
公开(公告)号：CN119251790A
公开(公告)日：2025-01-03
申请号：CN202411324446.X
申请日：2024-09-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种轨道交通限界检测方法。该方法包括：对采集的列车的运行环境图像数据进行处理，生成深度图；利用语义分割算法提取深度图中的轨道区域，根据轨道区域和深度图计算出轨道的三维空间坐标；利用轨道先验约束方程对轨道的三维空间坐标进行卷积最优变换处理，形成轨道三维点云数据；基于轨道三维点云数据及先验知识，通过最小化误差平方和的方法拟合出直线和曲线段的轨道中心线；通过方差矢量最小化的方法在所述轨道三维点云数据中提取多场景轨道平面；结合轨道中心线和轨道平面构建三维立体轨道限界包围盒，实现车辆限界和建筑限界的三维检测。本发明方法通过构建三维点云数据和限界包围盒，实现了对车辆限界和建筑限界的快速检测。
-
公开(公告)号：CN119251177A
公开(公告)日：2025-01-03
申请号：CN202411324445.5
申请日：2024-09-23
Applicant: 北京交通大学
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/26 , G06V20/70 , G06T7/13 , G06V10/44 , G06V10/82 , G06N3/0464 , G06V20/40
Abstract: 本发明提供了一种受电弓异常倾斜检测方法和装置。该方法包括：提取属于干净受电弓类别的当前受电弓图像的受电弓二维矩形坐标框信息；对当前受电弓图像中受电弓的下臂杆进行像素分割，得到下臂杆掩膜图像；提取受电弓的下臂杆的四条边界轮廓线段，计算出两条边界线的斜率值；计算出当前受电弓的下臂杆的相对倾斜角度，将当前受电弓的下臂杆的相对倾斜角度与设定的倾斜角度阈值进行比较，根据比较结果判断当前受电弓是否存在受电弓异常倾斜，利用受电弓二维矩形坐标框信息在当前受电弓图像上对受电弓进行倾斜标签的标注。本发明方法解决了受电弓检测不准确、不及时的问题，实现了排除外界因素干扰的受电弓异常倾斜精准实时检测。
-
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
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
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。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.022 seconds)
