-
公开(公告)号：CN119941612A
公开(公告)日：2025-05-06
申请号：CN202411701154.3
申请日：2024-11-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于分布式相机网络的钢箱梁底损伤识别与同步定位方法。包括：S1、一系列成像设备单元按照空间平行的结构组成，上述成像设备单元之间通过蓝牙、无线域网连接在一起，用以对钢箱梁底任意位置进行图像数据采集；S2、根据每个成像设备单元的拍摄覆盖范围，对钢箱梁底区域进行横向划分；S3、基于深度学习驱动的两阶段同步识别与定位，在第一阶段，MobilenetV4作为关键特征提取工具，对全景图像进行轻量化重构，在全局层面进行病害区域识别与定位；第二阶段利用YOLOv9目标检测框架，对病害区域进行分析，在局部层面提供病害信息。本发明的设计可以广泛应用于大跨度桥梁底部巡检，对病害进行高效分析。
-
公开(公告)号：CN119478726A
公开(公告)日：2025-02-18
申请号：CN202411370731.5
申请日：2024-09-29
Applicant: 东南大学
IPC: G06V20/17 , G06V10/26 , G06V10/40 , G06V10/762 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06F18/2321 , G06T17/00 , G01B11/00 , G01C21/20
Abstract: 本发明公开了一种基于多层表征学习的无人机自适应巡检方法，包括自动粗检和自适应细检两个阶段，逐层学习桥梁的空间结构、构件特性和病害特征。在自动粗检阶段，结合空间聚类后处理方法和点云语义分割网络，快速学习桥梁构件的实例属性。随后，利用模拟视场模型和降维技术对点云空间进行压缩和转换，指导无人机在平面几何中进行高效而全面的空间巡查。在自适应细检阶段，利用空间‑通道双维度优化的混合卷积结构Light‑PVIT，学习并提取自动粗检阶段中的病害特征作为先验信息。这些信息指导无人机在小视场下对病害区域进行精细的检测。本发明无人机自适应巡检方法显著提升了桥梁巡检的效率和精度，为桥梁维护工作提供了可靠的技术支持。
-
公开(公告)号：CN117994221A
公开(公告)日：2024-05-07
申请号：CN202410130919.6
申请日：2024-01-31
Applicant: 东南大学
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/74 , G06V10/40 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于自适应感知的复杂背景区域细裂缝轻量监测方法，该方法包括以下步骤：步骤S1，基于区域划分的裂缝信息自动采集，其中采用PTZ相机传感器自动对裂缝区域进行分块采集；步骤S2，进行自适应复杂尺度校准过程，采用多尺度模板匹配算法用于自适应矫正所有区域的失真信息，并进行像素精度的真实尺度转换；步骤S3，构建轻量裂缝分割网络对步骤S2处理后的数据进行处理；步骤S4，通过基于欧式距离相似度分类的裂缝追踪定量算法，对逐条裂缝动态信息进行实时监控。与现有技术相比，本发明具有实现了对裂缝的高效、准确、在线的监测和分析等优点。
-
公开(公告)号：CN119150596A
公开(公告)日：2024-12-17
申请号：CN202410973232.9
申请日：2024-07-19
Applicant: 东南大学
IPC: G06F30/23 , G06F30/13 , G06F30/27 , G06T7/00 , G06T7/11 , G06T7/136 , G06T7/60 , G06T7/62 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种数物融合孪生子结构和多物理参数更新导向的结构性能评估方法，包括步骤：基于深度学习模型和图像处理算法自动分割并提取裂缝宽度信息；基于钢筋与受拉区混凝土之间的粘结应力分布及力学平衡关系，将裂缝宽度引入力学模型并求解裂缝区域刚度折减系数，实现混凝土结构局部裂缝区域刚度更新；提出基于子结构与监测数据的结构多参数识别方法，以非接触监测数据为系统输入量、有限元模型计算结果为观测量，通过方差自适应遗忘因子的无迹卡尔曼滤波方法(VAFUKF)实现了支座刚度等多个本构参数识别；将上述局部刚度折减系数和结构多参数修正到有限元模型中，实现非接触感知数据与有限元模型深度融合，进行结构性能评估。本发明实现了“非接触感知数据‑有限元模型”深度融合，能够为结构安全评估提供数据支撑。
-
-
-
Search Results
4
records
(took 0.022 seconds)
