-
公开(公告)号：CN114037703A
公开(公告)日：2022-02-11
申请号：CN202210019235.X
申请日：2022-01-10
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维定位和三维姿态解算的地铁阀门状态检测方法，具体为：通过地铁巡检小车携带工业相机采集待检修的地铁列车阀门部件2D及3D数据；基于深度学习的目标检测网络对2D图片部件及参照物定位；通过点云RGB中的R通道进一步筛选点云，并拟合出阀门基座质心和阀门末端质心；以阀门基座坐标为基准，解算当前坐标系与模板坐标系的转换矩阵，通过坐标变换，求取出阀门末端在模板坐标系下的坐标；对阀门姿态解算，根据偏转角度与设定阈值作对比，判断阀门是否处于正常状态。本发明能够为地铁列车的安全运行提供强力的保障，通过巡检机器人代替人工的方式能够将每次数据进行保存，为列车建立更精确的数字化模型。
-
公开(公告)号：CN115222731A
公开(公告)日：2022-10-21
申请号：CN202211091685.6
申请日：2022-09-07
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维图像到点云映射的列车紧固件异常检测方法，包括如下步骤：按拍摄顺序从服务器读取采集设备采集的紧固件二维图像与三维点云图像数据；基于改进的YOLOv4目标检测算法在二维图像中定位紧固件；基于区域生长算法分割紧固件，计算紧固件的几何中心及其旋转角度，得到待检测区域；基于RANSAC算法在点云中拟合平面，分别计算两个待检区中像素点距离拟合平面的平均距离；计算紧固件与拟合平面的几何空间开合角度；通过开合角度与阈值的大小关系进行列车紧固件异常检测。本发明提出的方法的检测结果与真实值相差不超过0.2mm，能够保证紧固件检测的准确性及列车的可靠、稳定运行、检测快速。
-
公开(公告)号：CN114037703B
公开(公告)日：2022-04-15
申请号：CN202210019235.X
申请日：2022-01-10
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维定位和三维姿态解算的地铁阀门状态检测方法，具体为：通过地铁巡检小车携带工业相机采集待检修的地铁列车阀门部件2D及3D数据；基于深度学习的目标检测网络对2D图片部件及参照物定位；通过点云RGB中的R通道进一步筛选点云，并拟合出阀门基座质心和阀门末端质心；以阀门基座坐标为基准，解算当前坐标系与模板坐标系的转换矩阵，通过坐标变换，求取出阀门末端在模板坐标系下的坐标；对阀门姿态解算，根据偏转角度与设定阈值作对比，判断阀门是否处于正常状态。本发明能够为地铁列车的安全运行提供强力的保障，通过巡检机器人代替人工的方式能够将每次数据进行保存，为列车建立更精确的数字化模型。
-
Patent Agency Ranking
公开(公告)号：CN113128555A
公开(公告)日：2021-07-16
申请号：CN202110258195.X
申请日：2021-03-09
Applicant: 西南交通大学
Abstract: 本发明公开了一种用于列车闸片部件异常检测的方法，步骤如下：步骤一、将采集到的闸片数据进行图像预处理；步骤二、利用Yo l oV4‑t i ny目标检测模型加载训练好的权重文件，对闸片图片进行钩子部件定位以及销子部件的异常检测，Yo l oV4‑t i ny目标检测模型对销子进行一步到位检测并输出检测结果；步骤三、同时利用Yo l oV4‑t i ny目标检测模型对钩子部件定位，将钩子部件区域截出，再使用改进的OC‑CNN异常检测网络对钩子截图进行检测；步骤四、通过OC‑CNN检测钩子截图得到异常分数，判断钩子是否存在异常并输出检测结果；步骤五、综合Yo l oV4‑t i ny以及改进OC‑CNN的检测结果，得到整个闸片的详细异常信息。本发明Yo l oV4‑t i ny与OC‑CNN组成一个完整的闸片异常检测模型，能够快速，准确，高效完成闸片的异常检测。
-
公开(公告)号：CN115222731B
公开(公告)日：2022-12-02
申请号：CN202211091685.6
申请日：2022-09-07
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维图像到点云映射的列车紧固件异常检测方法，包括如下步骤：按拍摄顺序从服务器读取采集设备采集的紧固件二维图像与三维点云图像数据；基于改进的YOLOv4目标检测算法在二维图像中定位紧固件；基于区域生长算法分割紧固件，计算紧固件的几何中心及其旋转角度，得到待检测区域；基于RANSAC算法在点云中拟合平面，分别计算两个待检区中像素点距离拟合平面的平均距离；计算紧固件与拟合平面的几何空间开合角度；通过开合角度与阈值的大小关系进行列车紧固件异常检测。本发明提出的方法的检测结果与真实值相差不超过0.2mm，能够保证紧固件检测的准确性及列车的可靠、稳定运行、检测快速。
-
公开(公告)号：CN113128555B
公开(公告)日：2022-05-31
申请号：CN202110258195.X
申请日：2021-03-09
Applicant: 西南交通大学
IPC: G06K9/62 , G06V10/774 , G06V10/75 , G06V10/22 , G06N3/04
Abstract: 本发明公开了一种用于列车闸片部件异常检测的方法，步骤如下：步骤一、将采集到的闸片数据进行图像预处理；步骤二、利用Yo l oV4‑t i ny目标检测模型加载训练好的权重文件，对闸片图片进行钩子部件定位以及销子部件的异常检测，Yo l oV4‑t i ny目标检测模型对销子进行一步到位检测并输出检测结果；步骤三、同时利用Yo l oV4‑t i ny目标检测模型对钩子部件定位，将钩子部件区域截出，再使用改进的OC‑CNN异常检测网络对钩子截图进行检测；步骤四、通过OC‑CNN检测钩子截图得到异常分数，判断钩子是否存在异常并输出检测结果；步骤五、综合Yo l oV4‑t i ny以及改进OC‑CNN的检测结果，得到整个闸片的详细异常信息。本发明Yo l oV4‑t i ny与OC‑CNN组成一个完整的闸片异常检测模型，能够快速，准确，高效完成闸片的异常检测。
-
公开(公告)号：CN113808133B
公开(公告)日：2022-01-25
申请号：CN202111372550.2
申请日：2021-11-19
Applicant: 西南交通大学
IPC: G06T7/00 , G06T7/10 , G06T7/50 , G06T17/20 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于三维点云的地铁闸瓦故障检测方法，具体为：使用三维工业相机采集闸瓦部件的三维点云数据；下采样处理点云，控制点云数量；下采样后，计算质心，遍历每个点并计算与质心的距离，过滤掉不属于主成分的点云；基于深度学习的pointCNN点云分割网络分割闸瓦，并且判断是否有闸瓦缺失；点云处理并且计算厚度闸瓦，判断是否发生了磨损。本发明提高了地铁闸瓦故障检测的准确性，同时科学的衡量和细化了闸瓦的磨损程度，比较清晰直观表达；对地铁的运行安全提供了更全面的保障。
-
公开(公告)号：CN113808133A
公开(公告)日：2021-12-17
申请号：CN202111372550.2
申请日：2021-11-19
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于三维点云的地铁闸瓦故障检测方法，具体为：使用三维工业相机采集闸瓦部件的三维点云数据；下采样处理点云，控制点云数量；下采样后，计算质心，遍历每个点并计算与质心的距离，过滤掉不属于主成分的点云；基于深度学习的pointCNN点云分割网络分割闸瓦，并且判断是否有闸瓦缺失；点云处理并且计算厚度闸瓦，判断是否发生了磨损。本发明提高了地铁闸瓦故障检测的准确性，同时科学的衡量和细化了闸瓦的磨损程度，比较清晰直观表达；对地铁的运行安全提供了更全面的保障。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
