-
公开(公告)号：CN112731407B
公开(公告)日：2023-09-05
申请号：CN202011640165.7
申请日：2020-12-31
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于超声波检测的列车定位方法，其包括在列车的设定数量的设定位置分别安装高度计；高度计以设定时间间隔监测列车运行过程中枕轨的缺陷特征，获取各自的缺陷特征数据；通过波形比对算法，根据设定的精确度，分别用缺陷特征数据与预先测量得到的数据库中数据对比，得到各高度计对应的位置数据；对比各位置数据，当存在位置数据相同次数最多的值时，该值为列车的实际位置；当不存在位置数据相同次数最多的值时，重复前一步，直到得到位置数据相同次数最多的值。本发明能够解决现有技术中列车绝对定位的精度不高、存在误差的问题，效率高、准确性强、省时省力。
-
公开(公告)号：CN115482195B
公开(公告)日：2023-06-20
申请号：CN202210930378.6
申请日：2022-08-03
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于三维点云的列车部件变形检测方法，首先小车导航到指定检修位置，通过机械臂上的三维工业相机采集箱体的二维图像和三维点云。结合PP‑PicoDet检测模型定位箱体位置，将二维图像中的目标区域映射到点云中，基于MLESAC的区域方法分割获取箱体表面点云。再采用SAC‑IA和NonLinearICP算法完成模板点云和目标点云的配准；最后通过两点云的匹配点数及其RMSE指标完成箱体变形故障判断。本发明结合二维图像和三维点云的特性以及特点，借助两种数据的处理算法的适应场景，实现地铁车底复杂环境下的多种箱体的定位、分割、配准和变形检测功能。通过计算在同一参考系下目标点云和模板点云的匹配点数和RMSE可以实现变形检测，以及在三维点云空间和图像像素空间中的定位。
-
公开(公告)号：CN115147367B
公开(公告)日：2023-04-07
申请号：CN202210766960.3
申请日：2022-07-01
Applicant: 西南交通大学
IPC: G06T7/00 , G06T5/00 , G06T7/70 , G06T7/90 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于机器视觉的防松线检测方法，具体为：采用工摄像机采集待检修紧固件部位的图像；利用YOLOv5进行防松线的定位并将其分为两类；对图像中防松线区域进行提取；对提取的防松线图像绘制最小外接矩形；最小外接矩形为一图像判定为未松动，再根据防松线分类结果对其进行检测；对类型一的防松线进行霍夫线检测，筛选出来两条线段后计算其角度差值，与松动阈值比较，判断紧固件状态；对于类型二的防松线，首先计算较大矩形的两条长边的直线方程，在判断另一矩形的四个角点与两条直线的位置关系，四个角点全部位于直线一侧判定为松动；根据检测结果在原图标识出结果。本发明可以有效的减轻繁重的质检工作和提升质检效率、准确率。
-
公开(公告)号：CN114536346B
公开(公告)日：2023-04-07
申请号：CN202210354282.X
申请日：2022-04-06
Applicant: 西南交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于人机协作和视觉检测的机械臂精确路径规划方法，具体为：基于视觉辅助算法的待加工工件初始路径获取和实时检测末端执行器跟踪误差计算；通过底层控制设计获取机械臂运行路径点偏差和交互力数据；根据得到的跟踪误差、机械臂运行路径点偏差和交互力数据，按照设定的空间迭代学习算法更新率进行迭代学习更新路径；机械臂开始沿新的路径坐标进行跟踪，直至路径跟踪效果可接受，即获得了空间中工件加工路径的精确坐标。本发明可以避免离线示教编程带来的程序设计难度高、工作量大等问题，也可以解决传统视觉方法下无法检测到工件被遮挡部分的加工路径的问题。
-
公开(公告)号：CN114169628B
公开(公告)日：2023-04-07
申请号：CN202111524329.4
申请日：2021-12-14
Applicant: 西南交通大学
IPC: G06Q10/04 , G06Q10/063 , G06Q10/10 , G06N3/126
Abstract: 本发明公开了基于A*算法和遗传算法的舰载机调度优化方法及系统，通过采集甲板与机库的原始数据，并进行预处理，结合A*算法对预处理后的原始数据搜索舰载机调度路径，构建调度路径集合，并利用遗传算法对调度路径集合进行筛选，得到舰载机调度最优方案；本发明利用A*算法和遗传算法实现在航空母舰上为舰载机搜索路径并规划调度方案，提高了路径搜索精度，并简化方案筛选的速度，解决了航母空间上的舰载机调度难题，并利用延时启动策略，解决处于行进状态下舰载机发生碰撞，保证了出动方案的安全性与可行性。
-
Patent Agency Ranking
公开(公告)号：CN115828641A
公开(公告)日：2023-03-21
申请号：CN202310090041.3
申请日：2023-02-09
Applicant: 西南交通大学
IPC: G06F30/20 , G06F30/10 , G06F111/06 , G06F111/04
Abstract: 本发明涉及设备布局技术领域，具体涉及一种基于MOEAD算法的水平圆柱体内设备布局方法，包括基于待布局空间和设备间约束条件建立目标空间，得到初始化可行域及边界和多目标优化数学模型；对多目标优化问题进行分解，得到权重向量和每个所述权重向量的邻居，并初始化目标点；利用目标算法基于所述初始化可行域及边界、所述多目标优化数学模型、所述权重向量、所述邻居和所述目标点对设备布局进行迭代优化，直至迭代次数达到预设值，得到最优解集，解决了现有的启发式算法对设备的布局效果较差的问题。
-
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：CN114862957B
公开(公告)日：2022-09-27
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：CN114897265A
公开(公告)日：2022-08-12
申请号：CN202210647731.X
申请日：2022-06-09
Applicant: 四川领安智慧科技有限责任公司 , 西南交通大学
Abstract: 本发明公开了考虑多因素的储能选址定容优化方法、系统、终端及介质，涉及电力系统技术领域，其技术方案要点是：根据电力系统中年度运行的最大负荷和额定容量得到电力系统各节点的负载率，并分析电力系统各节点的负载率对供电区域供电保障性的影响，得到风险电量；依据各地区的经济产值数据对风险电量所对应的产值进行分析，得到风险产值；将风险产值以及各区域的储能配置总量输入预构建的储能选址定容模型进行优化分析，得到电力系统各节点的储能功率和储能容量。本发明同时考虑了地区经济发展和电力系统削峰填谷改善两种因素，不仅对电力系统有改善和支撑效果，还能统筹考虑储能对当地居民、工商业用户的用电支撑。
-
公开(公告)号：CN113139572B
公开(公告)日：2022-08-02
申请号：CN202110257113.X
申请日：2021-03-09
Applicant: 西南交通大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G01M5/00 , G01M17/08
Abstract: 本发明公开了一种基于图像的列车空气弹簧的故障检测方法，通过数据采集设备采集空气弹簧图像并进行预处理；得到符合YOLOv4‑t i ny和GANoma l y网络需要大小的图片，将符合要求的图片通过训练后的YOLOv4‑t i ny模型进行故障检测，根据两个模型的检测结果，最后判定空气弹簧是否故障。通过本发明的方法可以训练得到一个高效的故障检测网络，此网络可快速准确的识别故障，并且在出现新的故障类型时可通过采集故障数据，加入训练的方式不断迭代更新，使得识别效果越来越好，在极其复杂的工作场景下，满足整个工程需要。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.046 seconds)
