-
公开(公告)号：CN109816682B
公开(公告)日：2022-12-06
申请号：CN201910058454.7
申请日：2019-01-22
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于凹凸性的腕臂系统分割与参数检测方法，包括以下步骤：步骤A：获取接触网腕臂系统三维点云；步骤B：对源点云进行预处理，包括对象提取、滤波降噪；步骤C：利用超体聚类算法对腕臂系统进行过分割；步骤D：采用SC‑LCCP算法对腕臂系统进行分步分割，并给出分割参数的选择范围；步骤E：用P‑RANSAC算法获取各线性部分直线方程，并计算各连接点坐标、各线性部分点数比以及比例位置系数；本发明减少了人力物力的消耗，且不受天气和作业人员的经验判断影响；分步分割具有较好的抗噪性以及鲁棒性，提高了接触网腕臂系统的检测效率，并且可实时对接触网腕臂系统工况进行监测和检测。
-
公开(公告)号：CN110728269B
公开(公告)日：2020-08-21
申请号：CN201911297123.5
申请日：2019-12-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于C2检测数据的高铁接触网支柱杆号牌识别方法，具体为：1、获取接触网C2巡检图像；2、对样本图像进行尺寸缩放后，使用号牌定位网络提取号牌区域，并根据号牌区域进行最优帧筛选；3、将筛选后的号牌区域进行预处理后，传入字符识别网络进行分析，对结果进行排序得出杆号信息；4、将批量识别的连续杆号数据放入连续杆号修正算法中，最终输出连续杆号检测结果。本发明具有较好的抗噪性、较高的鲁棒性、较高的效率和自动化程度，极大减少了人力和物力的投入。
-
公开(公告)号：CN110728269A
公开(公告)日：2020-01-24
申请号：CN201911297123.5
申请日：2019-12-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种高铁接触网支柱杆号牌识别方法，具体为：1、获取接触网巡检图像；2、对样本图像进行标注；3、将标注后的图像放入杆号牌定位的训练网络进行训练，得到第一层号牌区域提取的训练模型；4、将得到的杆号牌图像进行数字标注；5、将标注后的杆号牌图像放入杆号牌号码识别的训练网络进行训练，得到该部分的训练模型；6、对需要进行识别的图像经由第一层号牌定位网络后将号牌区域切割出来，经由第二层号牌识别网络后对字符进行排序，输出号牌信息；7、将批量识别的连续杆号数据放入连续杆号修正算法中，最终输出连续杆号检测结果；本发明具有较好的抗噪性、较高的鲁棒性、较高的效率和自动化程度，极大减少了人力和物力的投入。
-
公开(公告)号：CN109816682A
公开(公告)日：2019-05-28
申请号：CN201910058454.7
申请日：2019-01-22
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于凹凸性的腕臂系统分割与参数检测方法，包括以下步骤：步骤A：获取接触网腕臂系统三维点云；步骤B：对源点云进行预处理，包括对象提取、滤波降噪；步骤C：利用超体聚类算法对腕臂系统进行过分割；步骤D：采用SC-LCCP算法对腕臂系统进行分步分割，并给出分割参数的选择范围；步骤E：用P-RANSAC算法获取各线性部分直线方程，并计算各连接点坐标、各线性部分点数比以及比例位置系数；本发明减少了人力物力的消耗，且不受天气和作业人员的经验判断影响；分步分割具有较好的抗噪性以及鲁棒性，提高了接触网腕臂系统的检测效率，并且可实时对接触网腕臂系统工况进行监测和检测。
-
公开(公告)号：CN105631128B
公开(公告)日：2019-05-07
申请号：CN201511004665.0
申请日：2015-12-29
IPC: G06F17/50
Abstract: 本发明公开了一种了高速铁路弓‑网‑车‑轨垂向耦合大系统动力学建模仿真方法，分别建立接触网、弓‑车、轨道三个系统独立的动力学模型及相互之间的接触模型，并提出一种耦合积分算法实现高速铁路弓‑网‑车‑轨大系统的耦合动力学仿真计算。与传统方法相比，本发明能够考虑弓网和车轨两系统之间的双向交互影响规律，仿真计算更加符合实际，能够提高后续工程设计的精确性和安全性。
-
Patent Agency Ranking
公开(公告)号：CN106372667B
公开(公告)日：2019-04-16
申请号：CN201610793554.0
申请日：2016-08-31
Applicant: 西南交通大学
Abstract: 本发明公开了一种高铁接触网斜撑套筒部件螺钉不良状态检测方法，包括以下步骤：首先，建立关于斜撑套筒部件的样本库，提取样本的HOG特征训练级联的AdaBoost分类器，训练支持向量机分类器；其次，采用Hough变换实现目标图像中斜撑套筒倾角的提取，并将其旋转至竖直方向；故障判定时，选用螺栓长度和直径比值作为螺栓脱落故障的判据，设置相关阈值判断螺栓脱落的故障；根据薄螺母的位置判断螺栓松脱的故障，对水平方向的像素累加分布做差分处理，根据水平像素分布的相关变化率判定是否松脱。本发明直接通过图像处理方法对高铁接触网斜撑套筒螺钉部件的状态进行检测，给出客观、真实、准确的检测分析结果，克服了传统人工检测方法的缺陷。
-
公开(公告)号：CN108921164A
公开(公告)日：2018-11-30
申请号：CN201810618950.9
申请日：2018-06-15
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于三维点云分割的接触网定位器坡度检测方法，包括以下步骤：步骤1：接触网腕臂三维点云数据获取；步骤2：通过直线检测算法检测分割出接触网腕臂点云数据中的三个线性区域，之后去除点云中的噪声点；步骤3：利用点云之间的距离关系，通过点云聚类分割出接触网腕臂的剩余线性区域4：获取分割出的空间直线的矢量信息，检测接触网定位器坡度。本发明检测结果准确可靠，检测效率高；不受天气、背景和物体表面反射等情况的干扰，检测效果好。
-
公开(公告)号：CN108664997A
公开(公告)日：2018-10-16
申请号：CN201810357661.8
申请日：2018-04-20
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于级联Faster R-CNN的高铁接触网等电位线不良状态检测方法，包括以下步骤：在等电位线定位识别过程中，通过第一级Faster R-CNN对等电位线所在的定位器支座进行定位；在一级对象定位的基础上利用第二级Faster R-CNN学习等电位线散股故障特征，实现正常与故障等电位线的分类；通过实验分析了Faster R-CNN在不同训练样本数量、迭代次数等因素对检测时间及识别效果的影响，通过统计分析，确定了故障判断阈值，作为等电位线是否发生散股故障的判据。本发明减少了其它因素影响，提高等电位线故障检测准确性。
-
公开(公告)号：CN108564575A
公开(公告)日：2018-09-21
申请号：CN201810320815.6
申请日：2018-04-11
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于三维点云数据的非接触式接触网参数检测方法，包括以下步骤：步骤1：采集接触网三维点云数据；步骤2：对步骤1采集的点云数据进行预处理，依次去除点云中的噪声点与背景点干扰；步骤3：检测并提取接触线点云数据；步骤4：将采集接触网三维点云数据所用坐标系转换为世界坐标系；步骤5：计算接触线的参数，完成参数的检测；本发明检测结果准确可靠，检测效率高；不受天气、背景和物体表面反射等情况的干扰，检测效果好。
-
公开(公告)号：CN107742130A
公开(公告)日：2018-02-27
申请号：CN201711008022.2
申请日：2017-10-25
Applicant: 西南交通大学
CPC classification number: G06K9/6268 , G06N3/0454 , G06T7/0004 , G06T2207/30108
Abstract: 本发明公开了基于深度学习的高铁接触网支持装置紧固件故障诊断方法，包括以下步骤，步骤1：获取高铁接触网紧固件图像；步骤2：对步骤1获取的图像进行分类，形成紧固件的样本库；步骤3：搭建基于AlexNet的卷积神经网络结构，用步骤2中的样本库训练形成紧固件模型；步骤4：将需测试的图片输入步骤3中的紧固件模型，根据输出结果判断工作状态，完成故障诊断本发明可以检测多种坚固件的多种工作状态，对于不同环境复杂背景下的分类有着良好的效果。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.025 seconds)
