-
公开(公告)号：CN119068442A
公开(公告)日：2024-12-03
申请号：CN202411536690.2
申请日：2024-10-31
Applicant: 东南大学 , 江西省公路工程检测中心
Abstract: 本发明公开了一种基于三维激光与编码器阵列的路面纹理参数采集方法，包括：S1.高程点云采集；S2.异常数据清洗；S3.振动噪声抑制；S4.测线不平行矫正；S5.基于局部峰顶面的路面三维纹理参数提取；S6.构建纹理参数自动采集系统，将S1‑5中所有程序封装合并，得到一个输入点云数据，输出指定区域各项路面三维纹理参数的自动采集系统。本发明实现了激光点云技术从高程点云获取到路面三维纹理参数提取全过程的自动化与智能化，减少人力成本，降低处理时间。
-
公开(公告)号：CN118097167B
公开(公告)日：2024-08-13
申请号：CN202410513536.7
申请日：2024-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于3D窗口的结构损伤雷达全剖面特征提取方法，包括：对已获取的道路地下结构损伤目标探地雷达多通道检测数据进行解耦，得到单通道数据；对单通道下各条测线上每个采样点的电场强度用灰度进行映射，形成探地雷达灰度图谱；对雷达图谱进行去直达波处理；基于open3D模块可视化处理后的三维探地雷达多通道检测数据；通过reflexw软件标定结构病害双曲线的回波区域，开发基于病害双曲线区域的3D提取窗口，获取结构病害雷达图谱3D剖面体。本发明能够实现对结构病害图谱特征的三维可视化展示，并同时获取结构病害三维图谱的切片信息，有效克服了传统方法在获取结构病害雷达图谱特征信息方面的局限性。
-
公开(公告)号：CN118112224A
公开(公告)日：2024-05-31
申请号：CN202410533306.7
申请日：2024-04-30
Applicant: 东南大学
IPC: G01N33/42 , G01S13/86 , G01S13/88 , G06V20/10 , G06V10/44 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于组合赋值与模糊聚类的路面结构裂缝评价方法，包括如下步骤：S1、利用探地雷达采集半刚性基层沥青路面下的结构裂缝图像，建立高质量结构裂缝图像数据库；S2、识别探地雷达图谱，对结构裂缝进行分类；S3、采集路面弯沉数据；S4、建立结构裂缝评价指标；S5、采用层次分析法‑熵权法组合赋值法，计算各类结构裂缝的权重系数；S6、采用模糊c均值算法计算结构裂缝评价状况指数分级阈值；S7、对评价指标进行非线性拟合，确定模型参数。本发明能够精确评价路面内部结构裂缝状况，在不同的路面结构和材料下路面结构裂缝的评价结果稳定性高，是一种精准的结构评价与分级方法。
-
公开(公告)号：CN113312987B
公开(公告)日：2024-04-16
申请号：CN202110510136.7
申请日：2021-05-11
Applicant: 东南大学
IPC: G06V20/10 , G06V20/17 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于无人机航拍路面裂缝图像的识别方法，首先根据无人机航拍图像的质量要求，计算所需的飞行参数，然后完成飞行路径规划，完成基于无人机的路面裂缝图像收集，对收集到的图像进行预处理，对航拍的小尺度裂缝进行针对性的增强，最后根据FasterRCNN网络模型，完成路面裂缝的识别与定位，并以文档形式输出病害的类别及位置，为养护管理工作提供依据。本发明提高了识别精度。
-
公开(公告)号：CN114383907B
公开(公告)日：2024-01-30
申请号：CN202111615220.1
申请日：2021-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种水泥稳定碎石骨架结构评价的试验方法，具体包括：制得待测风干石料混合试样：将待测风干石料混合试样，采用不同粒径的标准筛过筛，记录待测风干石料混合试样通过各个标准筛的通过率；将待测风干石料混合试样分次装入试模中；将试模进行加压处理，再将待测风干石料混合试样打碎，再次进分级过筛处理，并记录此时待测风干石料混合试样通过各个标准筛的质量；计算加压前后，待测风干石料混合试样通过标准筛的质量损失率，将待测风干石料混合试样通过每个标准筛的质量损失率相加并将其定义为骨架破损指标I；该水泥稳定碎石骨架结构评价的试验方法可以更加方便的预判水泥稳定碎石的骨架结构性能，且预判的结果贴近实际骨架结构性能。
-
Patent Agency Ranking
公开(公告)号：CN114324143B
公开(公告)日：2023-12-12
申请号：CN202111527804.3
申请日：2021-12-14
Applicant: 东南大学
Abstract: 本发明公开了一种沥青路面纹理三维形状特性指标的测量方法，具体包括如下步骤：S1：制备沥青路面车辙板，获取车辙板表面纹理信息，并构建车辙板表面纹理三维可视化模型；S2：选定试验轮胎，获取试验轮胎与沥青路面车辙板有效接触下的车辙板表面纹理信息；S3：计算试验轮胎与沥青路面车辙板有效接触部分的车辙板表面纹理的深度值zT；S4：计算zT深度内的车辙板表面纹理的轮廓偏斜度Sk',表观各向异性度Ka'，驼峰度Ku'和平均倾斜角θs'，以表征车辙板在胎路有效接触下的表面纹理三维形状特性。本发明有效的解决了胎路接触下的沥青路面纹理三维形状特性指标的测量方法，从而为评价沥青路面抗滑提供了参考指标。
-
公开(公告)号：CN116542108A
公开(公告)日：2023-08-04
申请号：CN202310562448.1
申请日：2023-05-18
Applicant: 东南大学
IPC: G06F30/23 , G06F30/27 , G06F119/14
Abstract: 本发明公开了一种基于神经网络学习的道路水稳基层开裂性能预测方法，步骤如下：首先CT扫描水泥基试件，并通过软件对图像进行分割并三维重构，计算试件各粒径的取向分布指标和空隙率；其次，将模型导入ABAQUS中进行单轴拉压数值试验，获得其压缩模量与拉伸模量。接着，构建神经网络模型，将试件各粒径的取向分布指标和空隙率作为输入数据，压缩模量与拉伸模量作为输出数据进行训练；最后，在半刚性基层开裂路段钻芯取样进行扫描重构，计算其材料形态分布情况，输入神经网络模型，预测得出材料的拉压性质，判断其材料性能，通过神经网络学习对沥青路面的半刚性基层的拉压回弹模量进行预测，从而指导材料设计施工。
-
公开(公告)号：CN116434539A
公开(公告)日：2023-07-14
申请号：CN202310172681.9
申请日：2023-02-28
Applicant: 东南大学
IPC: G08G1/01 , G08G1/048 , G08G1/0967 , G06F30/28 , G06F18/25 , G06F113/08 , G06F119/14
Abstract: 本申请公开了基于数字孪生的极端雨水天气下高速公路车速预警方法，包括如下步骤：S1、基于车载式三维激光路面检测系统的道路状态检测；S2、基于微波检测技术的雨水参数的实时测量与传输；S3、建立基于多源数据融合的数字化信息模型；S4、建立数字化信息模型与仿真软件的数据交互；S5、基于多源数据融合的附着系数模型仿真分析；S6、不同工况组合下的最大安全行驶车速仿真推演；S7、基于数字孪生的车速实时预警。本申请基于数字孪生为极端雨水天气下高速公路行驶车辆建立车速预警系统，对行驶车辆进行速度限值的实时预警。
-
公开(公告)号：CN116202434A
公开(公告)日：2023-06-02
申请号：CN202310209066.0
申请日：2023-03-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于双目立体视觉的机场道面积雪厚度测量方法，S1、提取图像特征点，进行特征点匹配；S2、根据特征点匹配获取视差图对三维点云进行孤立点噪声滤波处理，删除噪声点，得到去噪后道面点云坐标；S3、计算检测区域的整体法向量；S4、对同一网格区域计算积雪前后表面点云Z坐标差，基于点云计算得到的积雪厚度和预设的预警等级发出相应预警信号。本发明方法可远程监测机场道面的积雪情况，取代人工测量，减小场务人员工作量，同时减小降雪天气对机场运行的影响，并发出警报，以便场务工作人员采取相应的安全保障措施。
-
公开(公告)号：CN115468833A
公开(公告)日：2022-12-13
申请号：CN202211066321.2
申请日：2022-09-01
Applicant: 东南大学
Abstract: 本发明提供了一种用于弯沉检测的组合式路面结构与试验方法，属于水泥混凝土道面病害检测技术领域。本发明包括面层板块、基层板块与试验槽，所述试验槽包括底座和设置所述底座两条相对侧边上的挡板，所述基层板块与所述面层板块相互堆叠放置于所述挡板之间的底座上方，所述面层板块放置于所述基层板块上方，所述基层板块放置于所述底座上方，所述面层板块与所述基层板块具有多种规格，且所述面层板块与所述基层板块堆叠方式也具有多种组合。本发明通过利用不同规格的面层板块、基层板块与试验槽组装成组合式路面结构，可以构建出不同种的道路面层结构现脱空的情形，可以在试验时获取多种路面结构形式下出现多种不同脱空情况的弯沉盆值。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.026 seconds)
