-
公开(公告)号：CN109405729A
公开(公告)日：2019-03-01
申请号：CN201811065150.5
申请日：2018-09-13
Applicant: 东南大学 , 北京特希达交通设施顾问有限公司
IPC: G01B7/16
Abstract: 本发明公开了桥梁病害裂缝长期监测的无线传感器，包括工具式表面应变传感器，工具式表面应变传感器测量桥梁裂缝带来的应变电阻变化并将测量结果发送给应变信号放大模块，应变信号放大模块进行信号放大和A/D转换，并将转换后得到的数字信号发送给核心板，核心板发送指令给NB-IoT模块。本发明解决了有线应变采集设备成本高、布线困难、现场安装难度大等问题，具有低成本、低功耗、高精度特点，有效实现桥梁病害裂缝区域变化过程中的应变数据长期、实时监测过程。
-
公开(公告)号：CN109373970A
公开(公告)日：2019-02-22
申请号：CN201811065154.3
申请日：2018-09-13
Applicant: 北京特希达交通设施顾问有限公司 , 东南大学
Abstract: 本发明公开了一种高速公路指示牌长期监测的NB-IoT无线传感器，包括倾角模块，倾角模块采集高速公路指示牌的倾角变化信号并发送给MCU核心板，MCU核心板与NB-IoT无线通信模块进行通信。本发明还公开了采用该NB-IoT无线传感器的传感方法和系统。本发明解决了有线应变采集设备成本高、布线困难，现场安装难度大等问题，本发明的无线倾角传感器具有低成本、低功耗、高精度特点，有效实现指示牌倾角数据长期、实时监测过程。本发明解决了当前无线设备传输距离有限，功耗大等问题，有效解决了现场供电难等问题，通过UDP协议传输数据至云端服务器，能够实现集群、大规模监测目的，实现数据集中管理。
-
公开(公告)号：CN109296012A
公开(公告)日：2019-02-01
申请号：CN201811043731.9
申请日：2018-09-07
Applicant: 东南大学
IPC: E02D33/00
Abstract: 本发明公开了一种地下连续墙土体水平位移长期监测的NB-IoT无线传感器，包括测斜仪，测斜仪通过探头采集土体水平位移带来的探头电阻变化信号并发送给信号放大模块，信号放大模块对探头电阻变化信号进行放大并转化为数字信号然后发送给核心板，核心板与NB-IoT无线通信模块进行通信。本发明还公开了采用该传感器的传感方法和系统。本发明解决了有线应变采集设备成本高、布线困难等问题，具有低成本、低功耗、高精度特点，有效实现地下连续墙水平位移变化过程中的数据长期、实时监测过程；解决了当前无线设备传输距离有限、功耗大、现场供电难等问题，通过传输数据至远程服务器，能够实现集群、大规模监测目的，实现数据集中管理。
-
公开(公告)号：CN109272573A
公开(公告)日：2019-01-25
申请号：CN201811043108.3
申请日：2018-09-07
Applicant: 东南大学
Abstract: 本发明公开了一种三维数字模型与三维实景模型结合的智慧桥梁可视化系统，其特征在于：包括桥梁信息录入模块，桥梁信息录入模块录入的信息存入桥梁信息数据库，桥梁信息数据库为桥梁三维数字模型的搭建提供信息；还包括成像设备，成像设备采集的图像通过图片处理模块进行处理，生成桥梁三维实景模型。本发明通过桥梁三维数字模型实现桥梁自身结构和构件信息的可视化，能够为管养单位提供桥梁结构形成、构件分布及数量等信息；通过桥梁三维实景模型能够实现桥梁实景和周边环境实景的可视化，能够实时了解桥梁及周边信息，为桥梁检测现场调研提供可视化服务，减少出勤成本，实现远程调研目的。
-
公开(公告)号：CN115200505B
公开(公告)日：2025-05-06
申请号：CN202210829794.7
申请日：2022-07-13
Applicant: 东南大学
Abstract: 本发明提供了一种基于红外衍射光斑和双目视觉的浑水三维点云测量方法，该方法包括如下步骤：（1）搭建基于红外衍射光斑和双目视觉的水下光学三维形貌测量系统；（2）构建水下红外相机成像模型，对水下红外相机系统的折射参数进行标定，校正因为介质折射率不同导致的偏差；（3）在被测物体表面投射红外衍射光斑，作为被测物表面的形貌信息载体；（4）相机采集图像，基于浑水图像退化模型对采集的图像做图像增强处理；（5）通过计算得到某阶段物体表面局部光学三维形貌点云数据，移动光学测量装置得到各阶段物体表面局部光学三维形貌点云数据。本发明克服水下测量中的光线折射问题，消除了折射产生的误差，提高了水下光学测量方法的精度。
-
Patent Agency Ranking
公开(公告)号：CN119151781B
公开(公告)日：2025-04-22
申请号：CN202411648714.3
申请日：2024-11-19
Applicant: 东南大学
IPC: G06T3/4038 , G06T7/80
Abstract: 本发明公开了一种水下相机内外参一致标定和阵列图像拼接方法及系统，涉及结构水下检测技术领域，包括：基于SURF算法的特征检测机制，使用含多尺度可识别的散斑标定图案对相机的内外参进行一致标定；将标定得到的相机内外参对图像的光心和光轴进行校正，得到阵列图像的像素平移值，实现图像光心与光轴的精确校正；根据得到的像素平移值，确定最大内接矩形，计算矩形中所有点的相机索引值和像素索引值；将采集到的水下结构表面图像输入图像拼接算法中，输出水下结构表面阵列图像的拼接结果，本发明相比于传统人工水下探摸方法可以实现水下结构表面的快速精准检测，不仅检测精度提高，还能提升检测效率，节省人力资源。
-
公开(公告)号：CN117808790B
公开(公告)日：2025-02-28
申请号：CN202410013495.5
申请日：2024-01-04
Applicant: 东南大学 , 中铁建苏州设计研究院有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/84 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了基于PSPNet和贝叶斯优化综合管廊病害识别方法、系统及设备，涉及综合管廊病害识别技术领域。本发明包括：获取综合管廊正常状态及病害的图像，构成综合管廊病害图像初步数据集；对获取的病害图像初步数据集所包含的病害进行分类，然后对包含病害的图像进行病害像素语义分割标注，获得JSON格式的标注文件；将获取的病害图像初步数据集按照7:2:1的比例划分为训练数据集、验证数据集和测试数据集，将训练数据集、验证数据和测试数据集的图像均采用统一数据增强方法进行数据扩充，最终形成病害图像数据集。本发明提高了综合管廊病害的检测精度，有利于精准的量测病害位置和面积，为后续管廊结构的安全评估与维护提供准确的病害数据。
-
公开(公告)号：CN119068398A
公开(公告)日：2024-12-03
申请号：CN202411556409.1
申请日：2024-11-04
Applicant: 江苏东印智慧工程技术研究院有限公司 , 东南大学
Abstract: 本发明公开了一种基于深度学习的实时交通荷载智能感知方法，首先通过构建基于深度学习的目标检测网络和细粒度分类网络，获取视频监控中的车辆基础信息；然后进行荷载信息匹配，从动态称重系统中获取车辆总重、轴重信息，匹配视频监控中的车辆基础信息与动态称重系统中的车辆信息；若车辆经过动态称重设备，从动态称重系统中获取车辆总重、轴重、轴距、轴数，将信息同步到数据库，并关联至车辆唯一标识；若车辆未经过动态称重设备，根据车辆唯一标识在数据库中获取车重信息；最后对视频监控区域内车辆的轨迹实现全过程动态跟踪，得到桥面车辆荷载时空分布，实时监控全桥的荷载情况，进行桥梁上通行车辆的全程跟踪。
-
公开(公告)号：CN114627107B
公开(公告)日：2024-07-19
申请号：CN202210374059.1
申请日：2022-04-11
Applicant: 东南大学 , 江苏东印智慧工程技术研究院有限公司
IPC: G06T7/00 , G06T7/80 , G06T3/4038 , G06T3/4007 , G06N3/08 , G06N3/0464 , G06V10/44 , G06V10/82
Abstract: 本发明涉及一种桥梁梁底病害全形貌检测方法及系统，通过在桥检车机械臂上安装多个图像采集装置进行梁底病害全形貌检测，其视场能够覆盖梁底全部待检测区域；当桥检车沿桥梁纵向行驶时，图像采集装置快速采集桥梁梁底全形貌图像，将图像导入桥梁梁底病害识别系统，通过图像识别方法自动分类、识别、定位、测量梁底病害，同时可对桥梁梁底全形貌实景彩色图片进行展示；通过多次桥梁检测，对所检测得的每个病害进行长期追踪，得到桥梁全寿命周期内病害发展历程。本发明极大提高了桥梁检测效率和精度，解决了传统人工检测效率不高、量化困难，其他移动检测设备续航能力低、对不同桥型适应力弱的问题，创新了梁底全形貌可视化和长期监控的管理方法。
-
公开(公告)号：CN118154623A
公开(公告)日：2024-06-07
申请号：CN202410291037.8
申请日：2024-03-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于无人船侧扫的水下障碍物分割方法及系统，涉及水下物体检测技术领域。本发明包括以下三个步骤，水下侧扫XTF文件解析、水下侧扫瀑布图去噪、水下侧扫去噪图像图像分割。本发明的技术方案借助以网格调参等优化算法以及PSNR的评分，可自动的得到适合的BM3D去噪时的选择参数，基于QPSO+形态学调参的图形分割，相较于传统的图像分割算法，可以更快、更准的通过阈值进行形态学切分，能够得到清晰完整的缺陷区域轮廓，迅速准确的将障碍物处切割出来，实现水下障碍物体的精准定位，满足无人船对海底目标搜寻和处置工作的需求。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.033 seconds)
