-
公开(公告)号：CN116362714B
公开(公告)日：2023-11-03
申请号：CN202310188693.0
申请日：2023-02-21
Applicant: 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司 , 中部高速公路管理(山西)有限公司 , 中咨数据有限公司
IPC: G06Q10/20 , G06Q10/04 , G06Q10/063
Abstract: 本发明提供一种路面养护周期的预测方法和装置。该方法包括：对目标路段的多个养护周期决策变量进行采样，得到养护周期决策变量在当前时间段内的观测序列；养护周期决策变量包括路面综合性能指标和路面综合性能指标的影响因素参数；将观测序列输入路面综合性能指标预测模型中，得到路面综合性能指标预测模型输出的路面综合性能指标预测序列；基于路面综合性能指标预测序列和目标路段的基本养护周期，计算得到目标路段的路面养护周期。本发明能够利用基于深度学习神经网络搭建的路面综合性能指标预测模型充分挖掘路面综合性能指标及其多个影响因素之间的关系，强化影响作用较大的影响因素在模型计算中的重要性，提高路面养护周期的评估准确性。
-
公开(公告)号：CN116362714A
公开(公告)日：2023-06-30
申请号：CN202310188693.0
申请日：2023-02-21
Applicant: 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司 , 中部高速公路管理(山西)有限公司 , 中咨数据有限公司
IPC: G06Q10/20 , G06Q10/04 , G06Q10/063
Abstract: 本发明提供一种路面养护周期的预测方法和装置。该方法包括：对目标路段的多个养护周期决策变量进行采样，得到养护周期决策变量在当前时间段内的观测序列；养护周期决策变量包括路面综合性能指标和路面综合性能指标的影响因素参数；将观测序列输入路面综合性能指标预测模型中，得到路面综合性能指标预测模型输出的路面综合性能指标预测序列；基于路面综合性能指标预测序列和目标路段的基本养护周期，计算得到目标路段的路面养护周期。本发明能够利用基于深度学习神经网络搭建的路面综合性能指标预测模型充分挖掘路面综合性能指标及其多个影响因素之间的关系，强化影响作用较大的影响因素在模型计算中的重要性，提高路面养护周期的评估准确性。
-
公开(公告)号：CN116416212B
公开(公告)日：2023-12-08
申请号：CN202310124903.X
申请日：2023-02-03
Applicant: 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司 , 中部高速公路管理(山西)有限公司
IPC: G06T7/00 , G06T7/136 , G06N3/048 , G06N3/0464 , G06N3/0455 , G06N3/096 , G06N3/08
Abstract: 本发明提供一种路面破损检测神经网络训练方法及路面破损检测神经网络，方法包括：将预设的多个单类型路面破损数据集分别输入对应的基础图像分割网络进行单独训练，获取多个教师网络，单类型路面破损数据集与基础图像分割网络一一对应；基于预设的多类型路面破损数据集，利用多个教师网络对预设的学生网络进行知识蒸馏，将知识蒸馏后的学生网络作为路面破损检测神经网络；学生网络包括编码器和解码器，编码器包括预设层数的编码子网络，解码器包括与编码子网络对称的预设层数的解码子网络，预设层数少于5层。本方法能够较好地实现多类型路面破损的自动检测，且较好地减少了路面(56)对比文件JP 6902652 B1,2021.07.14Yuang Liu等.Adaptive multi-teachermulti-level knowledgedistillation.Neurocomputing.2020,第415卷106-113.孙朝云;马志丹;李伟;郝雪丽;申浩.基于深度卷积神经网络融合模型的路面裂缝识别方法.长安大学学报(自然科学版).2020,(第04期),5-17.
-
公开(公告)号：CN116305420B
公开(公告)日：2023-10-17
申请号：CN202310118577.1
申请日：2023-01-30
Applicant: 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司 , 中部高速公路管理(山西)有限公司
Abstract: 本发明提供一种公路养护数字孪生体构建方法、系统、设备及介质，方法包括：获取预设的基础数字孪生体，基础数字孪生体包括：一个或多个孪生体单元，每个孪生体单元分别具有对应的定义信息，定义信息包括类型编码和属性定义；获取目标公路养护对象的BIM模型，BIM模型包括：至少一个模型构件，模型构件具有一一对应的构件编码，构件编码与类型编码具有映射关系；基于映射关系和属性定义，获取模型构件对应的属性表；将模型构件的属性信息填充至属性表，完成公路养护数字孪生体的构建；本发明提供的公路养护数字孪生体构建方法，较好地实现了公路养护数字孪生体的自动构建，自动化程度较高，构建成本较低，公路养护数字孪生体的精确度较高。
-
公开(公告)号：CN116305420A
公开(公告)日：2023-06-23
申请号：CN202310118577.1
申请日：2023-01-30
Applicant: 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司 , 中部高速公路管理(山西)有限公司
Abstract: 本发明提供一种公路养护数字孪生体构建方法、系统、设备及介质，方法包括：获取预设的基础数字孪生体，基础数字孪生体包括：一个或多个孪生体单元，每个孪生体单元分别具有对应的定义信息，定义信息包括类型编码和属性定义；获取目标公路养护对象的BIM模型，BIM模型包括：至少一个模型构件，模型构件具有一一对应的构件编码，构件编码与类型编码具有映射关系；基于映射关系和属性定义，获取模型构件对应的属性表；将模型构件的属性信息填充至属性表，完成公路养护数字孪生体的构建；本发明提供的公路养护数字孪生体构建方法，较好地实现了公路养护数字孪生体的自动构建，自动化程度较高，构建成本较低，公路养护数字孪生体的精确度较高。
-
Patent Agency Ranking
公开(公告)号：CN116416212A
公开(公告)日：2023-07-11
申请号：CN202310124903.X
申请日：2023-02-03
Applicant: 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司 , 中部高速公路管理(山西)有限公司
IPC: G06T7/00 , G06T7/136 , G06N3/048 , G06N3/0464 , G06N3/0455 , G06N3/096 , G06N3/08
Abstract: 本发明提供一种路面破损检测神经网络训练方法及路面破损检测神经网络，方法包括：将预设的多个单类型路面破损数据集分别输入对应的基础图像分割网络进行单独训练，获取多个教师网络，单类型路面破损数据集与基础图像分割网络一一对应；基于预设的多类型路面破损数据集，利用多个教师网络对预设的学生网络进行知识蒸馏，将知识蒸馏后的学生网络作为路面破损检测神经网络；学生网络包括编码器和解码器，编码器包括预设层数的编码子网络，解码器包括与编码子网络对称的预设层数的解码子网络，预设层数少于5层。本方法能够较好地实现多类型路面破损的自动检测，且较好地减少了路面破损检测神经网络的参数量，更易于部署与应用，检测精确度较高。
-
公开(公告)号：CN119130986B
公开(公告)日：2025-04-04
申请号：CN202411259779.9
申请日：2024-09-10
Applicant: 中国公路工程咨询集团有限公司 , 中咨数据有限公司 , 黑龙江省公路建设中心 , 中咨公路养护检测技术有限公司 , 内蒙古自治区交通运输科学发展研究院 , 中交第一航务工程勘察设计院有限公司
IPC: G06T7/00 , G06V10/75 , G06V10/52 , G06V10/44 , G06V10/54 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/084
Abstract: 本申请公开了一种基于计算机视觉的混凝土桥梁裂缝检测方法，涉及桥梁检测，包括：采集混凝土桥梁的裂缝图像、GPS数据和深度图像；根据GPS数据，建立像素坐标与裂缝物理空间坐标之间的映射关系；基于ORB特征的特征匹配和基于互信息的配准优化算法，获取裂缝图像和深度图像在像素级别的对齐，得到彩色裂缝图像和深度裂缝图像；采用MaskR‑CNN模型提取裂缝区域的像素级裂缝分割掩码；根据裂缝分割掩码与配准后的深度裂缝图像，通过基于条件生成对抗网络CGAN的深度补全算法估计裂缝区域的深度信息，得到裂缝深度分布图；根据裂缝深度分布图，通过形态学算法和中轴变换算法提取裂缝的几何参数。针对现有技术中混凝土桥梁裂缝检测精度低，本申请提高了检测精度。
-
公开(公告)号：CN116660139A
公开(公告)日：2023-08-29
申请号：CN202310948068.1
申请日：2023-07-31
Applicant: 北京建筑大学 , 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司 , 中咨数据有限公司 , 交通运输部公路科学研究所
IPC: G01N17/00
Abstract: 本发明涉及老化试验技术领域，尤其涉及一种老化试验装置及老化试验方法。老化试验装置包括光源、第一置物件、第二置物件和调光件；第一置物件上形成有第一样品区；第二置物件上形成有第二样品区，沿光源的出光路径，第一置物件与第二置物件依次设置，在垂直于光源的出光路径的平面内，第一置物件的投影小于第二置物件的投影，第二样品区形成于第二置物件超出第一置物件的部分；调光件设置于光源的出光路径并位于光源和第一置物件之间；光源适于通过调光件向第一样品区和第二样品区中的一个施加光照，光源还适于向第一样品区和第二样品区中的另一个直接施加光照。该老化试验装置老化试验效率高、通用性强。
-
公开(公告)号：CN115292529B
公开(公告)日：2023-03-10
申请号：CN202211140168.3
申请日：2022-09-20
Applicant: 中咨数据有限公司 , 中国公路工程咨询集团有限公司 , 中咨公路养护检测技术有限公司
Abstract: 本发明属于卫星影像处理技术领域，公开了影像自动处理及成果自动入库方法、系统、设备及介质。该方法包括：根据筛选条件进行数据选择与推送，将筛选出在设定范围内的原始影像，存储到指定的分布式存储的文件夹中；根据筛选出来的原始影像数据，自动进行多次解压；解压后，在当前文件夹中标识文件；遥感影像自动化处理，获得高分辨率的成果影像；对获得地成果影像自动入库与检索。本发明通过分布式存储的利用，将海量数据进行高效的管理。通过本发明解决了还要原始遥感数据无法得到充分利用、处理效率不高、成果数据复用率低的问题。
-
公开(公告)号：CN115641506A
公开(公告)日：2023-01-24
申请号：CN202211375580.3
申请日：2022-11-04
Applicant: 中咨数据有限公司 , 中国公路工程咨询集团有限公司 , 北京空间飞行器总体设计部 , 中咨公路养护检测技术有限公司
Abstract: 本发明属于拌合站图像处理技术领域，公开了基于深度学习的拌合站遥感影像识别方法、系统及应用。该方法包括以下步骤：利用目标检测算法对拌合站样本数据训练，得到推理模型；利用推理模型对高分遥感影像进行拌合站检测；通过像素点坐标转换经纬度坐标获得拌合站坐标，获取拌合站定位信息。本发明提供的深度学习算法识别率能够达到90％以上，识别效果准确度高。拌合站在非城市地域通常为交通领域建筑，通过分析拌合站的密集程度可知附近有大量的交通设施在建设，对于后续的道路养护可以提供参考，并减少养护公司对该地区人员投入。替换拌合站，可以做地物提取，识别其他类型的建筑物，减少人工操作，提高效率。
-
-
-
-
-
-
-
-
-
Search Results
226
records
(took 0.096 seconds)
