可变多层采空区模拟装置、模拟方法及探测系统

    公开(公告)号:CN117907571A

    公开(公告)日:2024-04-19

    申请号:CN202410053281.0

    申请日:2024-01-12

    Applicant: 山东大学

    Abstract: 本发明提出可变多层采空区模拟装置、模拟方法及探测系统,涉及采空区模拟技术领域。包括第一控制系统和模型容器底座,所述模型容器底座自下而上可自由插接固定设定数量的模型空间层,每一所述模型空间层内均设置有填充区域,所述填充区域内设置有填充物,所述填充区域通过管道外接泵体;所述第一控制系统与泵体相连接,通过泵体控制填充区域的吸力大小。本发明可以动态的改变采空区的结构、形状和材质,模拟不同类型的采空区,适应不同地下环境和应用场景,具有多层可变性,可全面准确的模拟地下结构。

    一种基于分布式光纤三层埋设的路基路面监测方法及系统

    公开(公告)号:CN117822389A

    公开(公告)日:2024-04-05

    申请号:CN202410017785.7

    申请日:2024-01-03

    Abstract: 本发明属于交通工程领域,提供了一种基于分布式光纤三层埋设的路基路面监测方法及系统,其技术方案为:将封装好的分布式光纤在道路结构中进行埋设;基于埋设至道路结构中的分布式光纤获取分布式光纤沿线的应变以及温度分布变化情况;基于分布式光纤沿线的应变以及温度分布变化情况计算得到路面面层、路面基层以及路基底部光纤所埋位置处的结构沉降值;结合路基底部及路面下基层测得的沉降值计算分析,得到道路的路基沉降值,结合路面面层与路面基层的沉降计算分析得到道路的路面沉陷值;将路基沉降值、路面沉陷值和设定阈值比较,根据比较的结果得到相应的道路安全预警方案。为道路管理部门监测道路病害并进行道路维护提供了可行手段。

    基于可见光与红外图像融合的交通检测方法及系统

    公开(公告)号:CN119359568A

    公开(公告)日:2025-01-24

    申请号:CN202411907005.2

    申请日:2024-12-24

    Applicant: 山东大学

    Abstract: 本发明提出一种基于可见光与红外图像融合的交通检测方法及系统,属于图像处理领域。包括获取同一场景内原始可见光图像和红外图像,进行预处理;基于自适应滤波,分别对预处理后的可见光图像和红外图像构建拉普拉斯金字塔,并对两拉普拉斯金字塔进行多尺度细配准;对两拉普拉斯金字塔的高层图像进行梯度加权融合得到高层融合图像,对两拉普拉斯金字塔的低层图像进行双域平均融合得到低层融合图像;基于高层融合图像和低层融合图像进行逐层重构,得到重构融合图像;基于重构融合图像进行交通检测。本发明利用自适应滤波保留边缘细节,通过不同加权融合综合可见光与红外图像优势,显著提升交通检测中的目标识别准确性和鲁棒性。

    一种道路性态关键影响因子辨识方法、系统、设备及介质

    公开(公告)号:CN118887551B

    公开(公告)日:2025-01-21

    申请号:CN202411375191.X

    申请日:2024-09-30

    Applicant: 山东大学

    Abstract: 本发明属于道路工程相关技术领域,为了解决道路性能状态关键影响因子辨识不准确以及缺少具体分析的问题,提出了一种道路性态关键影响因子辨识方法、系统、设备及介质,利用边界框和分割掩码判断道路病害是否为规则病害,以此实现对病害尺寸的精确计算;利用多个回归预测模型对路面损坏状况指标的路面性态影响因素进行预测,利用基于MACBETH方法对多个回归预测模型赋予权重,从而辨识道路性态关键影响因子;并引入逻辑回归模型进一步分析道路性态关键影响因子在不同水平下对道路性能的具体影响,有助于延长道路的使用寿命并优化资源配置。

    面向交通巡检的无人机云台调节控制系统及方法

    公开(公告)号:CN118759833B

    公开(公告)日:2024-11-26

    申请号:CN202411251868.9

    申请日:2024-09-09

    Applicant: 山东大学

    Abstract: 本公开提供了面向交通巡检的无人机云台调节控制系统及方法,涉及无人机控制技术领域,包括:获取交通基础设施无人机低空遥感图像,并预处理;对预处理后的无人机低空遥感图像进行图像矫正,将矫正后的图像输入至Mask‑RCNN模型,识别交通基础设施沿线特征,得到目标对象的边界框坐标;基于目标对象的边界框坐标,计算目标图像的中心位置以及目标对象在目标图像中的中心位置;计算目标图像的中心位置以及目标对象在目标图像中的中心位置之间的偏差,若偏差超出设置允许的最大偏差阈值,将偏差量输入至PID控制器中,并根据系统的实时表现和环境条件,采用Ziegler‑Nichols方法和粒子群优化算法优化PID控制器参数,实现无人机云台的闭环调节控制以及目标的精确跟踪。

    基于深度学习的交通冲突识别与风险等级预测方法及系统

    公开(公告)号:CN118736824A

    公开(公告)日:2024-10-01

    申请号:CN202410730289.6

    申请日:2024-06-06

    Abstract: 本发明涉及交通冲突管控技术领域,公开了基于深度学习的交通冲突识别与风险等级预测方法及系统,方法包括:基于激光雷达数据得到不同目标车辆的三维点云信息;对不同目标车辆的三维点云信息进行轨迹跟踪,得到不同目标车辆轨迹;根据不同目标车辆轨迹,提取出目标车辆交通特征;根据目标车辆交通特征和预设的冲突检测阈值,构建训练集和测试集;基于训练集对分类模型进行训练,得到训练后的分类模型;训练的过程中采用贝叶斯搜索算法对超参数进行调优;将待识别车辆及其相邻车辆的交通特征,输入到训练后的分类模型中,得到待识别车辆是否发生交通冲突的识别结果和交通冲突等级。本发明为交通管理部门提供科学决策支持,有效提高交通安全水平。

Patent Agency Ranking