-
公开(公告)号：CN116877121A
公开(公告)日：2023-10-13
申请号：CN202311032080.4
申请日：2023-08-16
Applicant: 山东高速工程建设集团有限公司 , 长安大学
Abstract: 本发明公开了一种隧道侧部溶腔的分部开挖施工方法，其具体步骤为：①发现溶洞后及时调整设计参数，施作拱部超前支护；②开挖并支护未覆盖溶腔部位，并预留核心土；③在溶腔部位安装排水管和注浆管，进行排水和注浆作业，此时未覆盖溶腔部位继续向前施工；④待溶腔内部注浆完成后，开挖溶腔底部，并施作溶腔底部初期支护，使其与未覆盖溶腔部位初期支护相连接；⑤确保初期支护稳定后，开挖核心土。本发明解决了隧道侧部出现溶腔时，围岩受力不均、变形难以控制、施工停滞等问题，防止了溶腔坍塌和岩石掉块的发生，同时保证了隧道施工进度和结构安全性。
-
公开(公告)号：CN116773223A
公开(公告)日：2023-09-19
申请号：CN202310954692.2
申请日：2023-08-01
Applicant: 长安大学
IPC: G01M17/007
Abstract: 本发明涉及车辆测试技术领域，具体涉及一种车辆综合测试系统和车辆综合测试评价方法。该车辆综合测试系统包括：虚拟仿真测试单元、整车在环测试单元、封闭场地测试单元、开放道路测试单元和测试评价单元。其中，虚拟仿真测试单元，用于对待测试车辆在不同虚拟场景下进行模拟测试；整车在环测试单元，用于对待测试车辆在环测试平台上进行测试；闭场地测试单元，用于对待测试车辆在封闭道路测试场地进行测试；开放道路测试单元，用于对待测试车辆在开放道路测试场地进行测试；然后测试评价单元根据所有测试结果进行综合评价，以得到待测试车辆的综合测试评价结果，使得对无人驾驶车辆的测试结果更加精确。
-
Patent Agency Ranking
公开(公告)号：CN119444815A
公开(公告)日：2025-02-14
申请号：CN202411413360.4
申请日：2024-10-11
Applicant: 长安大学
Abstract: 本申请涉及一种端到端多模态遥感影像配准方法及系统，引入双通道密集连接网络，在减少参数量的同时提高了特征表示能力，充分挖掘了异源图像的模态内和跨模态互补信息。采用垂直交叉注意力模块进行特征交互融合，建模了局部和全局尺度上的语义依赖，增强了跨模态特征的判别性和鲁棒性。通过端到端回归匹配点位移参数求解变换矩阵，结合空间变换网络实现像素级密集配准，避免了传统方法中基于稀疏特征的匹配和插值带来的精度损失。本申请采用双重监督损失函数在几何对应和全局相似两个层面联合优化网络参数，保证了局部匹配和整体配准的一致性。
-
公开(公告)号：CN116877122A
公开(公告)日：2023-10-13
申请号：CN202311032086.1
申请日：2023-08-16
Applicant: 山东高速工程建设集团有限公司 , 长安大学
Abstract: 本发明公开了一种用于粉砂质岩体隧道拱顶塌方的处治装置方法，包括粉砂质围岩加固措施和支护结构加强措施，所述粉砂质围岩加固措施包括围岩内部注浆锚杆、围岩表面喷射混凝土层、围岩表面钢支撑，所述的支护结构加强措施包括塌腔底部双层初期支护、初期支护背部混凝土护拱、初期支护底部锁脚锚杆。本发明解决了隧道施工中粉砂质塌方体支护难、安全隐患大、与注浆体密贴效果差等问题，降低了隧道施工和运营中的安全风险。
-
公开(公告)号：CN119378371A
公开(公告)日：2025-01-28
申请号：CN202411396267.7
申请日：2024-10-08
Applicant: 长安大学
IPC: G06F30/27 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06F30/20
Abstract: 本申请涉及车辆测试技术领域，尤其涉及一种自动驾驶关键测试场景泛化生成系统和生成方法。场景生成系统包括：编码器、解码器、生成器以及判别器。其中，编码器，用于对输入的真实场景信息进行特征提取，并对提取的特征信息进行编码，得到编码后的真实场景信息；生成器和判别器，用于根据输入的噪声信息，通过生成器和判别器相互博弈，生成潜在场景信息；解码器，用于对真实场景信息和潜在场景信息进行解码，得到测试评价场景。这样可以根据真实场景信息和潜在的随机噪声信号构造接近真实场景的测试场景，以满足自动驾驶车辆的仿真测试，且可以通过调整场景构建信息以构建不同的、多样的场景，使得自动驾驶车辆的测试场景更加全面。
-
公开(公告)号：CN118865323A
公开(公告)日：2024-10-29
申请号：CN202410909438.5
申请日：2024-07-08
Applicant: 长安大学
IPC: G06V20/58 , G08G1/095 , G06V10/774 , G06V10/82
Abstract: 本申请涉及智慧交通技术领域，尤其涉及一种自动驾驶汽车信号灯状态识别跟踪方法和识别跟踪装置。识别跟踪方法包括，首先获取信号灯图像；将信号灯图像输入至训练好的状态识别模型中，得到信号灯图像对应的信号灯状态。其中，状态识别模型包括骨干网络、编码器、解码器和预测网络；骨干网络，用于得到多尺度信号灯状态特征图；编码器，用于对状态特征图进行编码，得到编码后的特征信息；解码器，用于对编码后的特征信息进行信息匹配，得到正样本图像和负样本图像；预测网络，用于对正样本图像和负样本图像进行状态识别，得到信号灯图像对应的信号灯状态。本申请通过对信号灯图像进行特征提取和轨迹跟踪，可以精确的识别出信号灯的状态信息。
-
公开(公告)号：CN117789458A
公开(公告)日：2024-03-29
申请号：CN202311670317.1
申请日：2023-12-06
Applicant: 长安大学
IPC: G08G1/01 , G08G1/04 , G08G1/042 , G08G1/0968 , G06Q50/26
Abstract: 本发明涉及智能交通技术领域，尤其涉及一种智能网联道路交通系统能耗排放检测分析方法以及电子设备，该检测方法包括，获取交通数据流中的第一宏观交通数据和第一微观交通数据；将第一宏观交通数据和第一微观交通数据分别输入到宏观能耗排放模型和微观能耗排放模型中，得到宏观能耗排放基准和微观能耗排放基准；分别对第一宏观交通数据和第一微观交通数据进行处理，得到第二宏观交通数据和第二微观交通数据；将第二宏观交通数据和第二微观交通数据分别输入到宏观能耗排放模型和微观能耗排放模型中，分别得到第一融合数据和第二融合数据；根据宏观能耗排放基准、微观能耗排放基准、第一融合数据和第二融合数据，得到交通能耗排放的准确检测结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
