-
公开(公告)号：CN114880770A
公开(公告)日：2022-08-09
申请号：CN202210465054.X
申请日：2022-04-29
Applicant: 西南交通大学
IPC: G06F30/15 , G06F30/27 , G06N3/08 , B61L27/60 , G06F111/04
Abstract: 本发明公开了一种基于参考深度强化学习的列车协同运行控制方法，具体为：建立列车协同运行仿真环境，设定列车安全距离等，计算两车估计的最短实时距离；设定奖励函数，建立输入降维的强化学习算法控制器；增加参考控制器，当列车满足参考控制策略条件时，使用参考控制信号取代强化学习控制信号，并将这部分数据用于优化强化学习控制策略；训练网络，直至网络全局奖励达到一个最优，且控制结果复合预期，认为网络的初步训练完成；在实车上加载参考控制策略以及强化学习控制策略，根据真实的列车信息，输出列车控制信号，完成列车协同运行控制。本发明加快了最优策略训练速度，保证了在实际运行过程中控制策略的鲁棒性。
-
公开(公告)号：CN114862957A
公开(公告)日：2022-08-05
申请号：CN202210802040.2
申请日：2022-07-08
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于3D激光雷达的地铁车底定位方法，具体为：通过位于地铁巡检机器人上的3D激光雷达获取地铁车底环境三维点云数据；基于深度学习的目标检测网络PointPillars实现快速定位和识别车底点云中的三维目标；通过直通滤波器对需要进行测距定位的目标框进行提取，过滤掉不属于目标主成份的点云；再对提取出的目标框进行下采样处理，控制点云数量；拟合目标点云在各方向上的平面，并计算各方向上的平面在对应方向的中点位置信息，从而得到目标物中心点相对于激光雷达的位置信息，实现定位。本发明实现了精准定位，提高了算法的泛化性，平衡了检测速度和检测精度，为巡检机器人后期的导航巡检工作奠定了扎实的基础。
-
公开(公告)号：CN114397121A
公开(公告)日：2022-04-26
申请号：CN202210070717.8
申请日：2022-01-21
Applicant: 西南交通大学
Abstract: 本发明公开了一种转向架故障诊断方法，包括以下步骤：S1、通过传感器采集高速列车转向架的振动信号；S2、将振动信号进行分割，构建训练集；S3、采用训练集对故障诊断模型进行训练，得到训练完成的故障诊断模型；S4、采集待测转向架的振动信号，输入训练完成的故障诊断模型中，得到故障类型；本发明解决了现有基于深度学习的转向架故障诊断方法准确率低的问题。
-
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。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN112278009A
公开(公告)日：2021-01-29
申请号：CN202011189068.0
申请日：2020-10-30
Applicant: 西南交通大学
Abstract: 本发明公开了一种应用于轨道的测温装置以及使用控制方法，其包括呈“Z”字形壳体和设置在壳体内的电源；壳体内设置有用于测量轨道和连接螺栓的温度检测装置；温度检测装置包括两个无线温度传感器和两个直线电机；无线温度传感器和直线电机均与电源电性连接；两个直线电机均设置在壳体内，其中一种直线电机的伸出端运动方向为水平方向，另一个直线电机伸出端的运动方向为竖直方向；两个直线电机的伸出端上均固定有一个无线温度传感器；壳体内还设置有与电源电性连接的处理器，两个无线温度传感器和两个直线电机均与处理器电性连接；壳体顶部设置有用于接收指令和发送数据的通信装置，通信装置与处理器电性连接。
-
公开(公告)号：CN112101374A
公开(公告)日：2020-12-18
申请号：CN202010763739.3
申请日：2020-08-01
Applicant: 西南交通大学
Abstract: 本发明涉及基于SURF特征检测和ISODATA聚类算法的无人机障碍物检测方法，所述检测方法包括ISODATA动态聚类步骤，所述ISODATA动态聚类步骤包括：在提取出特征点中包含的坐标信息后，根据坐标信息随机生成若干个聚类中心；按照距离信息将所有坐标样本划分到不同聚类中，进行最小样本数检测并调整聚类；根据聚类中的元素重新计算聚类中心，检查是否能够进行聚类间的合并或分裂，满足运行控制参数后输出聚类结果并根据聚类结果计算不同障碍物的分布区域。本发明的优点在于：基于SURF特征检测和ISODATA聚类算法的无人机障碍物检测方法相较于已有的障碍物检测方法，能够有效检测无人机在飞行中遇到的数目不定的障碍物，为无人机自主飞行提供安全可靠的飞行路径。
-
公开(公告)号：CN108152059A
公开(公告)日：2018-06-12
申请号：CN201711385656.X
申请日：2017-12-20
Applicant: 西南交通大学
IPC: G01M17/08
Abstract: 本发明公开了一种基于多传感器数据融合的高速列车转向架故障检测方法，包括以下步骤：S1、收集安装在转向架上的多个传感器获得的原始数据信号；S2、将收集的原始数据信号切分成各个通道单独的信号；S3、生成每个通道的信号对应的频谱图；S4、通过随机森林算法，得到每个通道频谱图的分类结果；S5、通过投票方法，对所有通道频谱图的分类结果进行融合，得到故障类型。本发明的有益效果为：提取转向架振动信号特征过程简单高效，并且通过自动的多通道融合方法，大大提高了故障检测准确率。
-
公开(公告)号：CN103759955A
公开(公告)日：2014-04-30
申请号：CN201310731562.9
申请日：2013-12-27
Applicant: 西南交通大学
IPC: G01M17/08 , G05B19/418
Abstract: 本发明公开了一种基于数据投影模式变换的列车运行状态监测系统，包括数据采集模块、数据处理模块和监控模块，所述的数据采集模块包括采集数据的传感器和前置滤波电路，所述的数据处理模块包括进行数据计算的运算器和进行数据存储的存储器，所述的运算器按多个特征数据同时投影的模式处理数据；所述的传感器将采集到的数据经过前置滤波电路滤波后，将数据传输给运算器，运算器将多个特征数据用一个数据点投影的模式处理数据，再将数据传输给存储器同时传输给监控模块。本发明结构简单、数据处理算法简单，没有复杂、耗时、资源开销大的计算，能满足列车运行安全性、舒适性监测对实时性、即时性、及时性的需求。
-
公开(公告)号：CN120002650A
公开(公告)日：2025-05-16
申请号：CN202510345082.1
申请日：2025-03-24
Applicant: 陕西靖神铁路有限责任公司 , 西南交通大学
Abstract: 本申请提供一种接触网螺栓紧固路径规划方法、系统、设备及存储介质，该方法具体包括：控制检修车移动并停至接触网处，采集接触网的位置信息并进行停车误差补偿；控制机械臂移动至待紧固螺栓预设距离处，以机械臂初始位置作为起点、待紧固螺栓位置作为目标点，采用改进的RRT‑connect算法进行机械臂运动路径规划，并采用插值法对规划得到的路径进行优化；控制机械臂沿着优化后的路径移动至目标点位置，并完成螺栓紧固操作。本申请旨在通过精确的路径规划与智能控制，提升机械臂在复杂环境中的操作精度与作业效率，从而为电气化铁路系统的接触网自动化检修提供高效、安全的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.068 seconds)
