-
公开(公告)号：CN110675080A
公开(公告)日：2020-01-10
申请号：CN201910942079.2
申请日：2019-09-30
Applicant: 暨南大学
Abstract: 本发明公开了一种有轨电车运行方案生成方法、评估方法、生成系统，所述有轨电车运行方案生成方法，包括步骤：选择线路，获取线路编号；索引车次并选择有轨电车运行数据；设置有轨电车出发时间；选择绑定人流数据；生成车次编号Fn，并以Hash表形式存储，从而生成运行时间表；综合上述步骤的数据，形成有轨电车运行方案。本发明以唯一编号标识区分不同模块的数据，消除原始数据中一车次与一套人流数据一一对应的关系，使得人流数据可以自由叠加在不同车次上，使原有数据在不增加存储压力的情况下实现信息二次幂增长，极大提高数据利用率及处理效率。
-
公开(公告)号：CN109455197A
公开(公告)日：2019-03-12
申请号：CN201811556962.X
申请日：2018-12-19
Applicant: 暨南大学
IPC: B61K9/08
Abstract: 本发明提供一种轨道几何参数高精度检测方法和轨道几何参数高精度检测车，属于数据检测技术领域，轨道几何参数高精度检测车包括车体、轨道轮组、传感器组、倾角仪、数据采集卡、锂电池和工控机，车体包括底板、底部支架、检测梁、座椅、设备放置台和遮阳板，轨道轮组包括前轨道轮和后轨道轮，传感器包括两个激光传感器。轨道几何参数高精度检测方法为先对初始坐标数据依次进行滤波处理和误差校正处理后生成实际几何参数数据，滤波处理有效减小地面与杂草对初始坐标数据造成的干扰，从而保证最后生成的几何参数数据的准确性。
-
公开(公告)号：CN109241984A
公开(公告)日：2019-01-18
申请号：CN201811083750.4
申请日：2018-09-17
Applicant: 暨南大学
Abstract: 本发明提供一种电车轨道垃圾位置检测方法、计算机装置和计算机可读存储介质，电车轨道垃圾位置检测方法包括对初始图像进行预处理后获得预处理图像，所述预处理包括灰度化处理和二值化处理；建立与所述预处理图像的宽高比相同的掩模，所述掩模遍历所述预处理图像，判断每个图像结点中所述预处理图像中与所述掩模的像素值重合的像素数量是否超过预设值，若是，记录该结点的坐标数据；根据获取的多个所述坐标数据生成目标位置坐标数据。计算机装置执行计算机程序时能实现电车轨道垃圾位置检测方法，计算机可读存储介质被执行时能实现电车轨道垃圾位置检测方法。本发明可根据掩模及图像建立坐标计算出轨道垃圾的准确位置，检测计算量小且准确有效。
-
公开(公告)号：CN108316205A
公开(公告)日：2018-07-24
申请号：CN201810299765.8
申请日：2018-04-04
Applicant: 暨南大学
Abstract: 本发明提供一种公铁两用轨道精准清洁车和一种轨道精准清洁方法，公铁两用轨道精准清洁车包括车体、可切换的轨道轮组和路行轮组、低压降尘系统、高压冲洗系统、真空吸污系统、扫盘系统和摄像装置，轨道精准清洁方法采用上述公铁两用轨道精准清洁车实现，使轨道轮组最低点的水平位置位于路行轮组的最低点的水平位置以下；摄像装置获取图像数据，根据图像数据判断轨道是否存在异物，若是，启动高压冲洗系统和真空吸污系统；若获取供电带清洁指令则启动扫盘系统和低压降尘系统，本发明提供的清洁方法有效清洁，避免高压喷头长期工作而造成水资源浪费且自动化程度高。
-
公开(公告)号：CN107380204B
公开(公告)日：2023-12-01
申请号：CN201710685110.X
申请日：2017-08-11
Applicant: 暨南大学
IPC: B61K9/08
Abstract: 本发明提供一种针对于槽型轨数据检测的轨道几何参数检测车和轨道几何参数检测方法，轨道几何参数检测车上设置有激光位移传感器、加速度传感器和陀螺仪传感器等，处理器对激光位移传感器的采样数据中由车体倾斜而产生的误差进行校正，从而获得校正后数据，处理器结合校正后数据和陀螺仪传感器、加速度传感器获得的检测数据生成轨道的实际几何参数数据。本发明提供的轨道几何参数检测车和轨道几何参数检测方法实现了对槽型轨轨道的数据检测，同时通过误差校正使生成的几何参数数据具有更高的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111461288B
公开(公告)日：2023-10-31
申请号：CN202010134045.3
申请日：2020-03-02
Applicant: 暨南大学
IPC: G01C21/16 , G01B11/24 , G06N3/043 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种轨道几何参数全速段检测方法及系统，该方法的步骤包括：基于搭建的标准轨道，运行搭载四点弦测法与惯性基准法的轨道检测车，对轨道几何参数进行检测，建立轨道几何参数数据库；对检测数据进行异常值的识别与修正，采用区间归一化法对检测数据进行归一化处理，完成检测数据的预处理；搭建模糊神经网络并进行网络训练；检查神经网络，对网络节点参数进行深度调整；封装网络模型。本发明将深度学习技术与现代轨道几何参数检测研究有机结合，具有较高的检测精度和鲁棒性，同时将检测区段进行进一步的扩展，使其适用于列车运行的全速段，实现高低轨向的高精度检测。
-
公开(公告)号：CN113844507B
公开(公告)日：2023-10-10
申请号：CN202111233612.1
申请日：2021-10-22
Applicant: 暨南大学
Abstract: 本发明涉及一种基于数字孪生的列车模拟运行系统构建方法。该方法包括搭建列车物理实体模型；获取所述列车物理实体模型运行中的运行情况，并根据所述运行情况确定数字孪生数据；根据所述列车物理实体模型构建数字孪生模型；对数字孪生数据进行预处理和分类，确定列车模拟运行系统模型训练数据库和列车模拟运行系统模型质量检测数据库；根据列车模拟运行系统模型训练数据库和列车模拟运行系统模型质量检测数据库对所述数字孪生模型进行训练和质量检测；构建复盘总结分析模块。本发明能够大大节省实际列车运行所需的时间和资源成本，给实际线路调度方案提供决策依据。
-
公开(公告)号：CN116664906A
公开(公告)日：2023-08-29
申请号：CN202310352328.9
申请日：2023-04-03
Applicant: 暨南大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/40 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种现代有轨电车槽型轨道岔自动识别方法及系统，该方法包括下述步骤：逐帧分解槽型轨道视频流并进行图像预处理，得到预处理后的槽型轨道岔图像；基于YOLOv5网络构建并训练图像检测网络，图像检测网络包括输入端、骨干网络、特征融合部分和回归函数，输入端采用YOLOv5网络的图像输入端，骨干网络采用PP‑LCNet模型，特征融合部分采用双向加权特征金字塔网络，回归函数采用EIoU损失函数；标注图像的道岔类型，形成图像数据集，将新采集的槽型轨道岔的图像输入训练后的图像检测网络，得到道岔标注框图及道岔类型。本发明对目标所检测道岔的区域进行辅助精准定位，提高对道岔的识别速度、识别率以及识别的准确率。
-
公开(公告)号：CN107380205B
公开(公告)日：2023-06-30
申请号：CN201710685465.9
申请日：2017-08-11
Applicant: 暨南大学
Abstract: 本发明提供一种针对槽型轨使用的轨道数据检测车和一种轨道数据检测方法，轨道数据检测车包括车体以及设置在车体上的轨道轮组、光电编码器、处理器和激光位移传感器，车体包括一个可摆动的摆动架，摆动架下部设置有路行轮，通过操作摆动架以实现轨道数据检测车的路轨两用。轨道数据检车方法主要利用激光位移传感器获取槽型轨的轨道点数据，随后结合两个激光位移传感器获得的两组轨道点数据进行结合以校正车体倾斜度产生的误差，获得最终校正后数据，使后续获得的轨道几何参数数据更准确。
-
公开(公告)号：CN111444658B
公开(公告)日：2023-05-05
申请号：CN202010207194.8
申请日：2020-03-23
Applicant: 暨南大学
IPC: G06F30/27 , G06F18/23213 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种槽型轨几何参数趋势预测方法及系统，该方法包括下述步骤：将检测的槽型轨几何参数值进行数据存储及批量处理；进行数据预处理识别并修正异常值；构建并训练径向基神经网络，选取槽型轨设定检测区段的左右高低、左右轨向、轨距和超高数据，将处于同一检测时段的各项参数平均值输入所述径向基神经网络进行训练；选取槽型轨设定检测区段的磨耗数据的最大值输入径向基神经网络进行训练；迭代更新径向基神经网络基函数的中心、方差、隐含层与输出层之间的权值；输入检测数据预测得到槽型轨不平顺和磨耗值预测数据。本发明将大数据、神经网络与轨道几何参数预测相结合，提高了神经网络的泛化能力和收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.024 seconds)
