-
公开(公告)号：CN109403783A
公开(公告)日：2019-03-01
申请号：CN201811162907.2
申请日：2018-09-30
Applicant: 宁波中车时代传感技术有限公司
IPC: E05F15/73 , E05F15/603
CPC classification number: E05F15/73 , E05F15/603 , E05F2015/767 , E05Y2900/531
Abstract: 本发明涉及一种轨道交通站台门联动控制方法，包括以下步骤：采集站台门内侧的图像数据；根据采集的列车门图像进行列车零速判断；列车静止，则进行各个列车门状态的判断，根据判断结果控制站台门对应进行联动操作。本发明还涉及一种轨道交通站台门联动控制系统，包括用于控制站台门动作的站台门控单元和用于进行各列车门状态判断的监控单元，监控单元包括监控控制器以及对应于各站台门设置的摄像头，各摄像头分别与监控控制器电连接，监控控制器与站台门控单元通信连接。该轨道交通站台门联动控制系统应用本发明中的轨道交通站台门联动控制方法有效检测各个车门的开闭情况，进而控制站台门对应进行联动，并且适用于无人驾驶列车中。
-
公开(公告)号：CN114815718B
公开(公告)日：2022-09-27
申请号：CN202210734209.5
申请日：2022-06-27
Applicant: 宁波中车时代传感技术有限公司
IPC: G05B19/042 , B61B1/02 , G06F9/451 , G06K9/62
Abstract: 本发明公开了一种全站级的站台门智能预警平台，涉及站台门领域，通过各站台中各个站台门对应的门控器、外部系统与主监视器，采集对应站台的故障点位与故障发生时间，并发送至站台对应的工控机，工控机传输至后台数据库，所述样本集获取单元，用于获取后台数据库中各站台对应的故障点位、故障发生时间与故障名称，并通过模型训练单元以预设的预测时段与样本集中的故障名称作为模型的输入、预测时段内的故障发生时间与故障点位作为模型的输出，训练全连接神经网络以获取站台门故障预测模型，并通过站台门故障预测模型以预测出预测时段内该故障名称对应的故障点位与故障发生时间，其实现了全站级的智能预警。
-
公开(公告)号：CN109447090B
公开(公告)日：2021-12-03
申请号：CN201811211443.X
申请日：2018-10-17
Applicant: 宁波中车时代传感技术有限公司
Abstract: 本发明涉及一种屏蔽门障碍物检测方法，拍摄图像后首先判断场景是否发生重大变化，如果发生重大变化，则将拍摄图像中的检测区域与训练样本图像中的检测区域进行比较，进而判断是否存在障碍物，如果场景未发生重大变化，则利用障碍物识别模型识别是否存在障碍物。本发明还涉及一种屏蔽门障碍物检测系统，包括设置在屏蔽门与车辆门之间空隙的上方的摄像头，与摄像头电连接的数据处理单元，与数据处理单元电连接的数据存储单元，通过网络通信接口与数据存储单元通信连接的后台计算机。该屏蔽门障碍物检测方法及系统根据场景变化情况对应采取不同识别方案，可以有效避免场景变化对异物识别造成影响，提高了障碍物识别的准确率。
-
公开(公告)号：CN110334734B
公开(公告)日：2024-08-09
申请号：CN201910470616.8
申请日：2019-05-31
Applicant: 宁波中车时代传感技术有限公司
IPC: G06F18/25 , G06N3/0464 , G06N3/0985
Abstract: 一种基于元学习技术的智能传感融合方法，包括：建立样本库，其包含少量多传感器数据以及对应的传感融合结果；建立嵌入网络模型，其能够对多传感器数据进行特征提取，以将多个传感器的输出数据融合为一个特征向量。建立关系网络模型，其能够输出不同特征向量之间的距离。将各传感器在不同场景下的输出信号以及应该对于的融合结果分别作为神经网络的输入和输出样本，对神经网络进行训练；在网络训练完成后，即可根据传感器的输出信号产生相应的传感融合结果。由于其采用嵌入网络及关系网络，能在少样本的条件下实现决策级融合。
-
公开(公告)号：CN110232682B
公开(公告)日：2023-12-12
申请号：CN201910470604.5
申请日：2019-05-31
Applicant: 宁波中车时代传感技术有限公司
Abstract: 一种基于图像的轨道异物探测方法，采集待测轨道图像，对不同形态的轨道设置相应的轨道匹配模板；使用Canny算子计算待测轨道图像中的边缘特征，并根据边缘特征计算图像的倒角距离，得到其距离特征图；将不同轨道模板在距离特征图中进行卷积匹配运算，以确定各个模板在图像上距离目标的倒角距离，倒角距离越小则表示模板在该位置的匹配值越高；找出各模板中与待测轨道图像倒角距离最小的模板，以此确定轨道异物检测区域；建立样本库，由包含轨道上异物所标定轮廓信息的图像集构成；建立DenseUNet模型，其主要由Dense模块、过渡模块、反卷积模块模块构成；基于样本库中的数据对DenseUNet模型进行训练，采用训练完成的DenseUNet模型对轨道区域内的异物位置以及轮廓区域进行识别。
-
Patent Agency Ranking
公开(公告)号：CN114815718A
公开(公告)日：2022-07-29
申请号：CN202210734209.5
申请日：2022-06-27
Applicant: 宁波中车时代传感技术有限公司
IPC: G05B19/042 , B61B1/02 , G06F9/451 , G06K9/62
Abstract: 本发明公开了一种全站级的站台门智能预警平台，涉及站台门领域，通过各站台中各个站台门对应的门控器、外部系统与主监视器，采集对应站台的故障点位与故障发生时间，并发送至站台对应的工控机，工控机传输至后台数据库，所述样本集获取单元，用于获取后台数据库中各站台对应的故障点位、故障发生时间与故障名称，并通过模型训练单元以预设的预测时段与样本集中的故障名称作为模型的输入、预测时段内的故障发生时间与故障点位作为模型的输出，训练全连接神经网络以获取站台门故障预测模型，并通过站台门故障预测模型以预测出预测时段内该故障名称对应的故障点位与故障发生时间，其实现了全站级的智能预警。
-
公开(公告)号：CN110334734A
公开(公告)日：2019-10-15
申请号：CN201910470616.8
申请日：2019-05-31
Applicant: 宁波中车时代传感技术有限公司
Abstract: 一种基于元学习技术的智能传感融合方法，包括：建立样本库，其包含少量多传感器数据以及对应的传感融合结果；建立嵌入网络模型，其能够对多传感器数据进行特征提取，以将多个传感器的输出数据融合为一个特征向量。建立关系网络模型，其能够输出不同特征向量之间的距离。将各传感器在不同场景下的输出信号以及应该对于的融合结果分别作为神经网络的输入和输出样本，对神经网络进行训练；在网络训练完成后，即可根据传感器的输出信号产生相应的传感融合结果。由于其采用嵌入网络及关系网络，能在少样本的条件下实现决策级融合。
-
公开(公告)号：CN109447090A
公开(公告)日：2019-03-08
申请号：CN201811211443.X
申请日：2018-10-17
Applicant: 宁波中车时代传感技术有限公司
Abstract: 本发明涉及一种屏蔽门障碍物检测方法，拍摄图像后首先判断场景是否发生重大变化，如果发生重大变化，则将拍摄图像中的检测区域与训练样本图像中的检测区域进行比较，进而判断是否存在障碍物，如果场景未发生重大变化，则利用障碍物识别模型识别是否存在障碍物。本发明还涉及一种屏蔽门障碍物检测系统，包括设置在屏蔽门与车辆门之间空隙的上方的摄像头，与摄像头电连接的数据处理单元，与数据处理单元电连接的数据存储单元，通过网络通信接口与数据存储单元通信连接的后台计算机。该屏蔽门障碍物检测方法及系统根据场景变化情况对应采取不同识别方案，可以有效避免场景变化对异物识别造成影响，提高了障碍物识别的准确率。
-
公开(公告)号：CN110472578B
公开(公告)日：2020-09-18
申请号：CN201910755652.9
申请日：2019-08-15
Applicant: 宁波中车时代传感技术有限公司
Abstract: 本发明属于车辆辅助驾驶技术领域，提供了一种基于车道弯曲度的车道线保持方法，包括步骤：S1：获取车辆前方的第一预设图片，对获取的第一预设图片进行透视变换得到第二预设图片；S2：按照预设车道检测算法，获取第二预设图片中的左车道线、右车道线和中心线的拟合曲线；S3：结合获取的拟合曲线以及弯曲度计算公式，获取第二预设图片中的车道线的弯曲度f以及车辆相对于车道线的偏离度d；S4：按照预设PID策略，控制车辆保持车道线预设方向沿车道线驾驶。与现有技术相比，本发明的优点在于该方法，能快速实现对准车道线并保持路线行驶的能力，减少驾驶过程中，由于与车道方向存在角度偏差而造成的不断修正的问题。
-
公开(公告)号：CN110472578A
公开(公告)日：2019-11-19
申请号：CN201910755652.9
申请日：2019-08-15
Applicant: 宁波中车时代传感技术有限公司
Abstract: 本发明属于车辆辅助驾驶技术领域，提供了一种基于车道弯曲度的车道线保持方法，包括步骤：S1：获取车辆前方的第一预设图片，对获取的第一预设图片进行透视变换得到第二预设图片；S2：按照预设车道检测算法，获取第二预设图片中的左车道线、右车道线和中心线的拟合曲线；S3：结合获取的拟合曲线以及弯曲度计算公式，获取第二预设图片中的车道线的弯曲度f以及车辆相对于车道线的偏离度d；S4：按照预设PID策略，控制车辆保持车道线预设方向沿车道线驾驶。与现有技术相比，本发明的优点在于该方法，能快速实现对准车道线并保持路线行驶的能力，减少驾驶过程中，由于与车道方向存在角度偏差而造成的不断修正的问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
