基于组合型发光智能蒙皮的轨道结构损伤识别方法与系统

    公开(公告)号:CN117808778A

    公开(公告)日:2024-04-02

    申请号:CN202311863511.1

    申请日:2023-12-29

    Applicant: 深圳大学

    Abstract: 本发明公开一种基于组合型发光智能蒙皮的轨道结构损伤识别方法与系统,该方法包括:获取智能蒙皮覆盖的轨道结构的若干张单元区域图像;通过聚类算法,从若干张单元区域图像中筛选出损伤单元区域图像;通过预先得到的自适应多任务稀疏数字图像相关模型,对损伤单元区域图像进行深度识别,得到损伤单元区域图像的损伤感应位置和对应的发光值;将损伤单元区域图像的损伤感应位置和对应的发光值输入到预先得到的智能蒙皮标定函数模型,计算得到轨道结构的损伤位置的应变数据;对应变数据进行分析,得到轨道结构的损伤检测结果。本申请实现了基于智能蒙皮的轨道结构损伤检测及预警,可以便捷、有效地检测轨道结构损伤。

    铁路道岔的多病害综合监测方法、设备及介质

    公开(公告)号:CN117807440A

    公开(公告)日:2024-04-02

    申请号:CN202311864638.5

    申请日:2023-12-29

    Applicant: 深圳大学

    Abstract: 本申请公开一种铁路道岔的多病害综合监测方法、设备及介质,包括:获取铁路道岔的若干结构部件的全局动态响应变量和局部动态响应变量;将全局动态响应变量输入到物理‑数据双驱动模型中进行分析,得到基准健康指标;融合局部动态响应变量,生成基准健康指标对应的实际健康指标,并根据基准健康指标和实际健康指标进行差异性量化评估,得到评估结果;为各项评估结果计算和分配权重,得到评估结果的权重值;结合评估结果与权重值,得到综合诊断结果;通过改变物理模型参数获取模拟损伤情况下的数据,并结合综合诊断结果进行迭代溯源。可为道岔的科学维护和损伤靶向治理提供信息支撑,避免铁路道岔健康状态因为损伤的存在和扩展进一步恶化。

    一种面向狭长空间的室内定位装置及方法

    公开(公告)号:CN116132917B

    公开(公告)日:2023-10-20

    申请号:CN202310015319.0

    申请日:2023-01-05

    Applicant: 深圳大学

    Abstract: 本发明公开了一种面向狭长空间的室内定位装置及方法,所述装置包括:控制模块、UWB定位模块、姿态测量模块、TOF激光测距模块、通信模块、后端服务器和供电模块;UWB定位模块用于对目标对象在长轴方向进行一维定位,以确定目标对象在长轴的位置;姿态测量模块用于检测目标对象的运动姿态信息;TOF激光测距模块用于测量目标对象到狭长空间短轴两侧的距离,并结合运动姿态信息修正激光测距值,以获取目标对象在短轴的位置;控制模块用于接收关于目标对象的测量信息;通信模块用于对位置信息进行通讯传输;后端服务器用于完成目标对象的二维坐标解算;供电模块用于为整个装置供电。本发明实现了狭长空间高精度室内二维定位,大幅降低室内定位系统的成本。

    一种地铁隧道表面病害特征提取方法

    公开(公告)号:CN113313668B

    公开(公告)日:2022-09-27

    申请号:CN202110420628.7

    申请日:2021-04-19

    Abstract: 本发明公开了一种地铁隧道表面病害特征提取方法。该方法包括:构建用于特征提取的深度学习模型,该模型包含主干网络、第一分支网络和第二分支网络,其中,主干网络以原始图像为输入,用于提取图像的多个原始特征图,第一分支网络和第二分支网络设置为金字塔结构,第一分支网络用于对主干网络提取的特征进行自顶向下的正向特征融合,第二分支网络用于对主干网络提取的特征进行自底向上的反向特征融合;以图像真实标注区域为目标,以设定的损失函数为约束训练所述深度学习模型,以用于地铁隧道表面病害的检测和识别。本发明改善了深度学习网络对病害特征的提取能力,进而提高了病害检测质量。

    一种地铁隧道表面病害图像顶层语义特征增强方法

    公开(公告)号:CN113313669B

    公开(公告)日:2022-06-03

    申请号:CN202110443056.4

    申请日:2021-04-23

    Abstract: 本发明公开了一种地铁隧道表面病害图像顶层语义特征增强方法。该方法包括:构建金字塔结构模型,以提取图像的多层原始特征图;对于该金字塔结构模型提取到的原顶层特征图,利用通道自注意力机制增强顶层语义特征并利用样本标记真值图增强顶层语义特征,获得语义特征增强的顶层特征图;用所述语义特征增强的顶层特征图替换原顶层特征图,并进行自顶向下的层间特征融合,进而将经过层间特征融合的特征作为深度学习网络输出的预测目标特征图进行训练,获得隧道表面病害深度学习检测与识别模型。本发明能够减小在金字塔特征融合中渗漏水整体区域特征信息的丢失,提升病害识别准确性。

    一种线阵工业相机的聚焦调试方法

    公开(公告)号:CN113382134B

    公开(公告)日:2022-04-26

    申请号:CN202110467009.3

    申请日:2021-04-28

    Abstract: 本发明公开了一种线阵工业相机的聚焦调试方法。该方法包括:搭建线阵相机聚焦调试平台,抓取在固定焦距参数下线阵相机采集传输的图像数据,并将连续多行的线阵图像数据拼接作为一帧图像数据进行存储,其中,该线阵相机聚焦调试平台包括相机和多个标靶;对于一帧图像数据中的第一行数据,利用阈值分割法进行分割处理,以区分标靶区域和非标靶区域;对于分割处理后图像,去除背景杂波干扰并定位标靶区域;计算每个标靶成像信号的多个特征值;基于所述多个特征值,建立图像最优聚焦分析模型,计算每个焦距参数下的图像最优聚焦分析值,进而选出最优相机焦距参数。利用本发明可以更精准地获得最优焦距参数,并且所获得的参数普适性更强。

    一种线阵工业相机的聚焦调试方法

    公开(公告)号:CN113382134A

    公开(公告)日:2021-09-10

    申请号:CN202110467009.3

    申请日:2021-04-28

    Abstract: 本发明公开了一种线阵工业相机的聚焦调试方法。该方法包括:搭建线阵相机聚焦调试平台,抓取在固定焦距参数下线阵相机采集传输的图像数据,并将连续多行的线阵图像数据拼接作为一帧图像数据进行存储,其中,该线阵相机聚焦调试平台包括相机和多个标靶;对于一帧图像数据中的第一行数据,利用阈值分割法进行分割处理,以区分标靶区域和非标靶区域;对于分割处理后图像,去除背景杂波干扰并定位标靶区域;计算每个标靶成像信号的多个特征值;基于所述多个特征值,建立图像最优聚焦分析模型,计算每个焦距参数下的图像最优聚焦分析值,进而选出最优相机焦距参数。利用本发明可以更精准地获得最优焦距参数,并且所获得的参数普适性更强。

    一种地铁隧道表面病害特征提取方法

    公开(公告)号:CN113313668A

    公开(公告)日:2021-08-27

    申请号:CN202110420628.7

    申请日:2021-04-19

    Abstract: 本发明公开了一种地铁隧道表面病害特征提取方法。该方法包括:构建用于特征提取的深度学习模型,该模型包含主干网络、第一分支网络和第二分支网络,其中,主干网络以原始图像为输入,用于提取图像的多个原始特征图,第一分支网络和第二分支网络设置为金字塔结构,第一分支网络用于对主干网络提取的特征进行自顶向下的正向特征融合,第二分支网络用于对主干网络提取的特征进行自底向上的反向特征融合;以图像真实标注区域为目标,以设定的损失函数为约束训练所述深度学习模型,以用于地铁隧道表面病害的检测和识别。本发明改善了深度学习网络对病害特征的提取能力,进而提高了病害检测质量。

Patent Agency Ranking