-
公开(公告)号：CN113283130B
公开(公告)日：2022-04-15
申请号：CN202110429025.3
申请日：2021-04-21
Applicant: 中国铁路设计集团有限公司 , 哈尔滨工业大学
Abstract: 本发明公开了一种基于应变模态的高速铁路32米标准梁动挠度监测方法，包括：基于列车荷载偏载分布的特点，采用基于振型叠加法的模态应变理论建立了考虑测点至等效中性层距离修正的“应变‑动挠度”模型，应变测点距箱梁截面等效中性层的距离和模态矩阵振型阶数的选取，对建立的应变‑动挠度变换模型的重构精度有显著的影响，利用Ansys数值模拟来对列车偏载作用下应变测点距箱梁截面等效中性层的距离进行修正，利用粒子群算法对模态矩阵振型阶数的选取进行优化，通过UM多体动力学仿真数据集和实际动载试验结果表明本发明的有效性和准确性。本发明提高了桥梁健康监测实时预警子系统智能识别的自动化、智能化、准确性和鲁棒性。
-
公开(公告)号：CN113657147A
公开(公告)日：2021-11-16
申请号：CN202110746820.5
申请日：2021-07-01
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种针对大尺寸施工场地的施工人员统计方法，如下：利用无人机对大尺寸施工场地进行拍摄以获取图像序列，使用图像拼接方法对图像序列进行拼接形成施工场地全景图像；利用行人识别数据集对施工人员检测器进行预训练后，使用无人机拍摄的施工人员数据集进行迁移训练，及对施工车辆数据集进行施工车辆检测器的训练，然后将两个检测器进行集成形成人员车辆检测器；使用重叠的滑动窗口对全景图像进行裁剪形成子图像，使用施工人员车辆检测器对子图像进行检测，将检测到的施工人员和车辆局部坐标转换成全景图像下的整体坐标，对结果过滤后进行施工人员数量和位置的统计。本发明提升了公路工程现场施工人员统计的准确度和稳定性。
-
公开(公告)号：CN109282547B
公开(公告)日：2021-02-19
申请号：CN201811177891.2
申请日：2018-10-10
Applicant: 哈尔滨工业大学
IPC: F25C5/02
Abstract: 本发明创造提供了一种切割制取冰试件的装置，包括设置在切冰支撑平台前后两侧的载冰进给机构和切冰机构，在切冰机构的外围设置有挡冰机构，挡冰机构固定在切冰支撑平台上；载冰进给机构包括载冰台、压冰机构和滑道机构，挡冰机构包括在切冰机构的前、后、左、右、上五个方位布置的挡冰板，五个挡冰板相互焊接并固定在切冰支撑平台上；切冰机构包括电动机、转轴、轴套和两个平行设置的锯片，电动机安装在与锯片平行的其中一个挡冰板上，电动机带动转轴旋转，轴套固定在转轴上，两个平行设置的锯片固定在轴套上。本发明创造构造简单，机械化程度高，切冰效率高，易于转移等特点，能在短时间内为实验提供大量冰质样品。
-
公开(公告)号：CN110033411B
公开(公告)日：2021-01-12
申请号：CN201910292872.2
申请日：2019-04-12
Applicant: 哈尔滨工业大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于无人机的公路施工现场全景图像高效拼接方法通过航拍图像的地理信息坐标和姿态参数修正、关键拼接区域选取、特征点高效匹配、基于最佳缝合线和图像融合的快速图像拼接，解决了无人机在巡航过程中产生的局部坐标系偏差、整幅图像特征点匹配低效率、以及由于动态目标产生的拼接模糊和鬼影问题，具有实时传输图像数据、全局监督、准确度好、效率高、成本低、方便灵活等优点，为实现整个施工现场自动化、智能化的全局安全监督管理奠定了基础。本发明适用于公路工程施工现场的全局安全监督管理。
-
公开(公告)号：CN111797681A
公开(公告)日：2020-10-20
申请号：CN202010434487.X
申请日：2020-05-21
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于计算机视觉的挖掘机姿态智能估计方法，是为了解决现有的挖掘机姿态估计成本高、精度低等缺点而提出的，包括：采集各种背景下的挖掘机不同姿态的可见光图像，使用矩形框标注挖掘机机械臂的三个节点；根据节点信息设计高斯热力图生成方法代替单个点信息；构造对应的深度全卷积神经网络结构和目标函数，使用数据集训练网络，将待估计图像输入网络后得到估计结果。本发明便捷、准确，较大幅度地提升了挖掘机姿态估计的准确性，适用于土木工程施工现场安全管理与监督领域。
-
Patent Agency Ranking
公开(公告)号：CN111783672A
公开(公告)日：2020-10-16
申请号：CN202010627632.6
申请日：2020-07-01
Applicant: 哈尔滨工业大学
Abstract: 一种提高桥梁动位移精度的图像特征辨识方法，涉及一种桥梁位移测量方法。桥梁视频图像采集，视觉靶标在视频内部；对图像进行特征点检测，计算图像中每个像素点的Hessian矩阵，并采用高斯函数卷积处理，极值处为特征点；采用近邻比值提纯法提纯，初步筛选正确特征匹配点；采用正反双向提纯法进行提纯，剔除不满足要求的特征点；采用主方向夹角法进行提纯，将两帧图像中的特征点对应的角度进行差值，与角度阈值比较进一步将错误点剔除；逐帧进行帧间匹配，得到每帧图像的特征点。解决现有基于特征点识别桥梁图像计算复杂、错误匹配点过多以及位移测量精度不高的问题，能够实现桥梁区域靶标特征点的精确快速识别与追踪。
-
公开(公告)号：CN110008863A
公开(公告)日：2019-07-12
申请号：CN201910220450.4
申请日：2019-03-22
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于高分辨率桥梁区域船舶图像的高效多尺度采样方法，解决了现有的采样方法计算成本过高、速度过慢的缺点，包括：提出针对高分辨率图像的重叠二分法，根据待测最小目标占整体图像比重确定采样层数，第一层采样为将整体图像长宽方向各进行二分，第二层采样在第一层基础上将子图像长宽方向各进行二分，如此循环；为进一步优化提出针对高分辨率船舶图像的基于注意力机制的重叠二分法，使用稀疏低秩分解方法将整体图像进行分解，其中稀疏分量即为船舶显著区域图，将重叠二分法中产生的候选窗口按照包含显著图的占比进行排序，确定截断阈值后产生基于注意力机制的候选窗口集。本发明便捷、准确，提升了船舶识别的效率。
-
公开(公告)号：CN109918819A
公开(公告)日：2019-06-21
申请号：CN201910196914.2
申请日：2019-03-15
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 本发明提出了一种基于贝叶斯网络的大规模桥梁网络评估方法，运用ORDER-II和Dijkstra算法与易损性思想，利用网络中桥梁的技术状况评定等级以及城市间距离信息，实现了大规模桥梁网络整体可靠度评估以及关键路段桥梁识别。将求解大规模桥梁网络可靠度的NP-hard问题转化为在要求精确度下求解桥梁最可能的失效组合与网络连通状态问题。本通过对包含1772座桥梁的某国道桥梁网络的评估，证明了本发明所提出的方法与易损性指标能够对大规模桥梁网络整体可靠度进行评估，并能有效辨识出各路段桥梁相对重要性。本发明能够直接高效的对大型桥梁网络进行评估。
-
公开(公告)号：CN108346144A
公开(公告)日：2018-07-31
申请号：CN201810089404.0
申请日：2018-01-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于计算机视觉的桥梁裂缝自动监测与识别方法，通过构建训练深度网络模型，以拍摄得到的图像为输入，经过各隐藏层的运算，最终输出得到图像的分类标签，实现裂缝识别，完成计算机对输入图像内容的理解。本发明针对桥梁裂缝的自动监测与识别问题，实现了对于包含复杂背景干扰信息的真实钢箱梁裂缝图像的模型训练、裂缝识别、结果展示的全过程自动化处理。本方法便捷、准确，提升了桥梁裂缝检测的效率以及检测结果的准确度和稳定性。
-
公开(公告)号：CN104713673A
公开(公告)日：2015-06-17
申请号：CN201510118222.8
申请日：2015-03-11
Applicant: 哈尔滨工业大学
IPC: G01L5/04
Abstract: 一种基于扩展卡尔曼滤波器的拉索时变索力历程识别方法，如下：利用建立的考虑拉索端部位移和抗弯刚度的拉索运动方程，选择若干阶拉索振动的控制模态，将拉索的横向振动离散为振型函数和广义坐标的形式，利用包含拉索索力的扩展状态变量，将拉索振动微分方程转化为状态空间方程，基于拉索加速度的观测方程和实际桥梁拉索的监测加速度时程曲线，采用扩展卡尔曼滤波器的预测过程和更新过程，实时识别拉索时变索力历程，同时本发明可以实现在已知或未知外界激励(风荷载和其他环境荷载)监测数据的情况下时变索力历程的辨识。本方法能够对时变索力历程进行准确的实时识别，尤其适用于拉索的在线评估。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.027 seconds)
