-
公开(公告)号：CN118334515A
公开(公告)日：2024-07-12
申请号：CN202410401547.6
申请日：2024-04-03
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
IPC分类号： G06V20/10 , G06V20/64 , G06V10/44 , G06F18/20 , G06N3/042 , G06N3/045 , G06N3/0464 , G01S13/88 , G06F123/02
摘要： 本发明的一种道路地下管线识别方法、设备及存储介质，通过三维道路雷达装置车载拖动沿前进方向采集道路探测数据，经过预处理和编码后，在处理窗口内三维雷达中频数据构造为时空图数据，输入图神经网络进行图节点分类和参数拟合，实时得到地下管线的布局定位、材质、半径信息。本发明将三维雷达数据编码处理构造为时空图模型，通过图神经网络直接建立雷达三维数据与管线双曲线形态特征数学模型参数之间的类函数映射关系，并设计一套管线参数来数字化表示管线的属性特征，据此实现三维雷达数据的实时高精度智能分析。
-
公开(公告)号：CN118312726A
公开(公告)日：2024-07-09
申请号：CN202410686155.9
申请日：2024-05-30
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
IPC分类号： G06F18/10 , G06F18/2131 , G06F18/25 , G06F18/214 , G06F18/22 , G06F18/2411 , G06F18/2451 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/0895 , G06N3/09 , G01V3/38 , G01V3/12 , G06F123/02
摘要： 本发明隧道检测技术领域，提供了探地雷达数据实时评估方法及系统、训练方法及系统，其中评估方法包括：通过探地雷达采集不同场景的真实数据；对数据进行预处理，得到预处理后的数据并进行存储记录；将预处理后的数据作为训练数据，并将其输入质量评估模型进行训练；基于训练后的质量评估模型实时评估检测时的雷达数据流，得到实时数据流的评估值。本发明采用质量评估模型，能够实时定期动态更新决策库，取代传统基于固定的单一标准进行评估的工作模式，更好应对不同场景的数据变化和多样性带来的挑战，同时充分考虑数据的时空特性，设计了时频两个角度的双通道特征提取技术。尽可能挖掘质量不良数据的潜在特征，保障检测评估的准确率。
-
公开(公告)号：CN118887283A
公开(公告)日：2024-11-01
申请号：CN202411354660.X
申请日：2024-09-27
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
摘要： 本发明属于机器人姿态估计技术领域，具体公开提供的一种梁端喷涂作业机器人的非配合式6D位姿估计方法。本发明通过针对梁端模型特点，将困难的精确6D位姿估计问题分解为相对容易的三个子问题，设计高精度6D位姿估计算法。使用梁上的特征区域进行精确位姿估计，并通过深度学习的热图检测方法，高精度地检测直线的中心点P坐标，然后使用LSD算法进行棱1的直线检测，得到直线方程，再使用Ransac算法进行平面1的点云回归，得到平面法向量，最终根据相机内参以及点P坐标、直线方程、法向量，估计出梁端6D位姿，提供了一种非配合式、低成本的梁端6D位姿估计方法，不需要在梁端使用标志物，同时实现了高精度位姿估计。
-
公开(公告)号：CN118837849A
公开(公告)日：2024-10-25
申请号：CN202411322201.3
申请日：2024-09-23
申请人： 安徽数智建造研究院有限公司 , 中铁四局集团有限公司
IPC分类号： G01S7/41 , G01S13/88 , G01V3/38 , G06N3/045 , G06N3/0895 , G06F18/213 , G06F18/214
摘要： 本公开属于探地雷达技术领域，特别涉及一种探地雷达数据序列建模编码方法及系统。所述方法包括：获取原始雷达数据，使用滑动窗口对所述原始雷达数据进行截取，确定训练样本；所述训练样本中包括若干窗口数据；根据所述训练样本中的窗口数据之间的相关性和信号特征，构建初始编码器神经网络；利用所述训练样本对所述初始编码器神经网络进行训练，确定目标编码器神经网络。本公开可以对A‑scan之间的相关性或统计关系进行良好建模，并且编码噪声减小。
-
公开(公告)号：CN118312726B
公开(公告)日：2024-09-10
申请号：CN202410686155.9
申请日：2024-05-30
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
IPC分类号： G06F18/10 , G06F18/2131 , G06F18/25 , G06F18/214 , G06F18/22 , G06F18/2411 , G06F18/2451 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/0895 , G06N3/09 , G01V3/38 , G01V3/12 , G06F123/02
摘要： 本发明隧道检测技术领域，提供了探地雷达数据实时评估方法及系统、训练方法及系统，其中评估方法包括：通过探地雷达采集不同场景的真实数据；对数据进行预处理，得到预处理后的数据并进行存储记录；将预处理后的数据作为训练数据，并将其输入质量评估模型进行训练；基于训练后的质量评估模型实时评估检测时的雷达数据流，得到实时数据流的评估值。本发明采用质量评估模型，能够实时定期动态更新决策库，取代传统基于固定的单一标准进行评估的工作模式，更好应对不同场景的数据变化和多样性带来的挑战，同时充分考虑数据的时空特性，设计了时频两个角度的双通道特征提取技术。尽可能挖掘质量不良数据的潜在特征，保障检测评估的准确率。
-
公开(公告)号：CN117953382B
公开(公告)日：2024-07-16
申请号：CN202410314209.9
申请日：2024-03-19
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
IPC分类号： G06V20/10 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 本发明属于探地雷达技术领域，特别涉及探地雷达数据的时空特征融合方法及系统。所述方法包括：获取待处理数据，对待处理数据进行特征提取，得到空间特征和时序特征；其中，所述待处理数据为雷达B‑scan数据；获取目标特征融合网络，通过目标特征融合网络对空间特征和时序特征进行特征融合。本发明在雷达数据特征提取中，采用卷积网络提取空间特征，采用LSTM网络提取时序特征，将钢筋位置预测问题转化为关键点标注问题，最后引入互注意力机制进行时序特征和空间特征的融合，将所有模态特征进行拼接，通过融合模块交换信息，协同学习，提高识别准确率和鲁棒性。
-
公开(公告)号：CN117953382A
公开(公告)日：2024-04-30
申请号：CN202410314209.9
申请日：2024-03-19
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
IPC分类号： G06V20/10 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 本发明属于探地雷达技术领域，特别涉及探地雷达数据的时空特征融合方法及系统。所述方法包括：获取待处理数据，对待处理数据进行特征提取，得到空间特征和时序特征；其中，所述待处理数据为雷达B‑scan数据；获取目标特征融合网络，通过目标特征融合网络对空间特征和时序特征进行特征融合。本发明在雷达数据特征提取中，采用卷积网络提取空间特征，采用LSTM网络提取时序特征，将钢筋位置预测问题转化为关键点标注问题，最后引入互注意力机制进行时序特征和空间特征的融合，将所有模态特征进行拼接，通过融合模块交换信息，协同学习，提高识别准确率和鲁棒性。
-
公开(公告)号：CN118334592B
公开(公告)日：2024-09-10
申请号：CN202410761556.6
申请日：2024-06-13
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
IPC分类号： G06V20/52 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种图像检测方法、存储介质和电子设备，所述图像检测方法包括：获得对目标场景连续拍摄的多帧待检测图像；以布料机作为待检测目标，对各帧待检测图像进行目标检测，得到包括布料机的连续帧的目标待检测图像；对于每一目标待检测图像，确定布料机在该目标待检测图像的所在的图像区域，并基于所确定的图像区域获得该目标待检测图像中与混凝土浇筑行为相关的目标区域；提取所获得的各目标区域的图像特征输入预先训练的光流学习网络模型，得到所述光流学习网络模型输出的目标光流特征；基于输出的目标光流特征检测是否存在混凝土浇筑行为。应用本发明实施例提供的方案能够提高混凝土浇筑检测的准确性。
-
公开(公告)号：CN117406193B
公开(公告)日：2024-04-09
申请号：CN202311713476.5
申请日：2023-12-14
申请人： 中铁四局集团有限公司 , 安徽数智建造研究院有限公司
摘要： 本公开实施例涉及雷达技术领域，公开了一种雷达数据提取方法、系统、设备及存储介质，所述方法包括：对B‑Scan雷达数据中的每一道A‑Scan雷达数据进行编码，形成时序序列；将所述时序序列输入至神经网络模型，提取时序特征；根据所述时序特征，预测每一道A‑Scan雷达数据属于钢筋的隶属度。本公开的示例性实施例，将探地雷达数据解译问题转化为序列标注问题，用时序编码的方式充分测量雷达数据时序信息，提高了智能解译的准确性和鲁棒性。
-
公开(公告)号：CN118821056A
公开(公告)日：2024-10-22
申请号：CN202411268972.9
申请日：2024-09-11
申请人： 安徽数智建造研究院有限公司 , 中铁四局集团有限公司
IPC分类号： G06F18/25 , G06F18/213 , G06N3/042 , G06N3/045 , G06N3/049 , G06N3/0464 , G01S13/90 , G01S19/46 , G01N22/02
摘要： 本发明属于隧道缺陷检测技术领域，涉及到一种隧道空洞及不密实缺陷半监督异常检测方法，通过将GPS技术与探地雷达设备集成，采集并分割得到目标隧道衬砌结构携带其对应位置区域信息的各雷达数据块，通过双通道提取各雷达数据块的信号特征并引用互注意力机制进行融合，显著增强数据提取的完整性、全面性和准确性的同时，帮助识别并强调对空洞不密实缺陷检测最为关键的特征部分，接着通过对各雷达数据块的融合信号特征进行数据重构以分析数据重构误差，高精度识别存在空洞不密实缺陷的各雷达数据块并定位其具体位置，不仅实现隧道衬砌结构缺陷检测的精度和效率的显著提升，还为隧道维护人员提供易于理解的缺陷指示。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.071 秒)
