-
公开(公告)号：CN116124836A
公开(公告)日：2023-05-16
申请号：CN202211590679.5
申请日：2022-12-12
Applicant: 北京城建勘测设计研究院有限责任公司 , 清华大学
Abstract: 本申请涉及一种裂缝检测方法、装置、计算机设备、存储介质和程序产品。方法包括：先获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；然后获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；最后根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。采用本方法能够确保获得所有可能的裂缝，样本充足，能够避免漏检问题，处理效果直观可见，能够避免误检问题，可靠性高。
-
公开(公告)号：CN113989255A
公开(公告)日：2022-01-28
申请号：CN202111302935.1
申请日：2021-11-05
Applicant: 中国地质大学(北京) , 北京城建勘测设计研究院有限责任公司
Abstract: 本发明提供基于Mask‑RCNN的地铁隧道衬砌脱落识别模型训练方法和识别方法，包括模型的训练方法和识别方法；对模型标签标注和特征提取模块进行适应性改进的算法，以特征更为明显的三维激光点云深度图为实验对象，结合残差神经网络，对目标分割算法掩码‑区域卷积神经网络进行模型训练，用训练好的模型对点云深度图进行识别，实现根据隧道全断面深度图数据进行衬砌掉落区域的自动化识别提取。该方法可以解决现阶段衬砌掉落区域识别效率低、精度差的关键问题，保证最后的识别率达到95％，识别效果显著。
-
公开(公告)号：CN119494542A
公开(公告)日：2025-02-21
申请号：CN202510052388.8
申请日：2025-01-14
Applicant: 北京科技大学 , 北京城建勘测设计研究院有限责任公司 , 北京城建集团有限责任公司 , 中国地质大学(北京) , 北京工业大学
IPC: G06Q10/0635 , G06N20/00 , G06Q10/067 , G06Q50/08
Abstract: 一种地铁隧道结构服役性能分析方法及装置，该方法基于物理实验与数值模拟构建预测模型的数据库，利用可解释性机器学习方法确定影响隧道结构服役过程的主要因素，并通过与物理方程的耦合实现了小样本条件下对隧道结构服役性能地准确评价，规避了现有机器学习方法中在小样本条件下预测精度不高“黑盒”的特性；本发明构建的隧道结构服役性能预测模型，能够从客观地角度对地铁服役性能（安全性能）进行定性地评价，从而对衬砌结构服役状态的监测、评价与预警，在“监测‑分析‑评估‑预警‑处置‑决策”的评价框架下，识别和处理当前结构存在的问题，为隧道安全和持续服役提供坚实的技术保障。
-
公开(公告)号：CN119323598A
公开(公告)日：2025-01-17
申请号：CN202411417796.0
申请日：2024-10-11
Applicant: 北京城建集团有限责任公司 , 北京工业大学 , 北京城建勘测设计研究院有限责任公司
Abstract: 本发明提供一种地铁盾构隧道裂缝分割测量方法及系统，涉及深度学习技术领域。基于改进的YOLOv8‑GSD模型对地铁盾构隧道图像进行裂缝分割，并引入伽马矫正与RCLAHE理论结合的方法精确测量裂缝宽度、长度信息。所述方法包括：采集包含裂缝的地铁盾构隧道图像；基于改进的YOLOv8‑GSD模型对采集的地铁盾构隧道图像进行裂缝分割，形成地铁隧道裂缝图像；对地铁隧道裂缝图像进行图像预处理；对图像预处理后的地铁隧道裂缝图像，根据多种子区域生长方法提取裂缝区域，对裂缝区域通过细化算法提取裂缝骨架；基于裂缝骨架，根据像素连接方式计算裂缝长度和裂缝宽度。所述一种地铁盾构隧道裂缝分割测量系统应用于一种地铁盾构隧道裂缝分割测量方法。
-
公开(公告)号：CN111325747B
公开(公告)日：2023-07-11
申请号：CN202010195598.X
申请日：2020-03-19
Applicant: 北京城建勘测设计研究院有限责任公司
Abstract: 本申请提供的针对矩形隧道的病害检测方法及装置，获取包括矩形隧道的内表面上采集的点云的坐标数据和点云的强度数据的原始数据，并将坐标数据确定点云映射为灰度图像中的像素的位置，强度数据转换为像素的灰度数据，从而将原始数据转换为灰度图像，通过对灰度图像进行预设类型的图像处理，检测矩形隧道的渗水区域。与人工检测方式相比，具有更高的效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN115797258A
公开(公告)日：2023-03-14
申请号：CN202211284240.X
申请日：2022-10-20
Applicant: 北京工业大学 , 北京城建勘测设计研究院有限责任公司
Abstract: 本发明提供了一种盾构隧道的环间错台检测方法与系统，其中，该方法包括：将隧道的三维点云数据变换为二维平面点云数据；将二维平面点云数据转换成隧道灰度图像；根据隧道灰度图像上每个像素点的亮度值提取隧道环缝图像；对隧道环缝图像进行去噪处理得到去噪后的隧道环缝图像；根据去噪后的隧道环缝图像得到隧道的环间错台量。本发明通过将隧道的三维点云数据转换为隧道灰度图像，并将基于此得到隧道的环间错台量，可以快速、全方位地采集隧道内部的数据，大大提高了隧道环间错台的检测效率。
-
公开(公告)号：CN114511014A
公开(公告)日：2022-05-17
申请号：CN202210071582.7
申请日：2022-01-21
Applicant: 北京城建勘测设计研究院有限责任公司
IPC: G06K9/62 , G06N3/08 , G06T3/40 , G06T5/00 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于图像深度学习算法的地铁隧道渗漏水检测系统及方法，包括数据采集模块、数据预处理模块，影像拼接模块，神经网络数据集构建模块；通过8‑阵列CCD相机，采用同步控制装置，同时对地铁隧道壁进行拼接成像。本发明采用VGG16网络对拼接后的图像渗漏水病害位置作为训练集进行预训练，使用cascade R‑CNN网络来增加系统的可靠性和效率，最终能够在影像上清晰地标记出病害的位置，并通过检测框判别方法得到病害的类型，结合每次成像时，数据采集系统记录的系统位置，实现隧道病害的全自动采集、定位，代替传统人工采集方法，实现高效隧道渗漏水病害识别、定位。
-
公开(公告)号：CN114495019A
公开(公告)日：2022-05-13
申请号：CN202210395216.7
申请日：2022-04-15
Applicant: 中国矿业大学(北京) , 北京城建勘测设计研究院有限责任公司 , 中铁电气化局集团有限公司 , 北京京投城市管廊投资有限公司
IPC: G06V20/52 , G06V10/22 , G06V10/46 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种管廊渗漏病害的实时监测和动态反馈方法，包括：周期性地采集易渗漏部位的渗漏图像；求取渗漏水区域的面积；计算渗漏水的流量、流速；对计算得到的流量、流速进行统计分析；将每次计算得到的流量、流速与前期的统计分析结果进行对比，若有明显异常，发出初级预警；在发出初级预警时，将异常结果与分级预警阈值进行对比，若达到相应的分级预警阈值，发出二级预警；在发出二级预警时，存储当时的监测图像，判断渗漏水发生的原因；根据以往的处置方法针对性给出该病害的处理措施。本发明分析渗漏水的原因，然后进行预警，并针对渗漏水的原因提出相应的处理措施，以解决现有技术中渗漏监测和防治的不足。
-
公开(公告)号：CN119494542B
公开(公告)日：2025-05-02
申请号：CN202510052388.8
申请日：2025-01-14
Applicant: 北京科技大学 , 北京城建勘测设计研究院有限责任公司 , 北京城建集团有限责任公司 , 中国地质大学(北京) , 北京工业大学
IPC: G06Q10/0635 , G06N20/00 , G06Q10/067 , G06Q50/08
Abstract: 一种地铁隧道结构服役性能分析方法及装置，该方法基于物理实验与数值模拟构建预测模型的数据库，利用可解释性机器学习方法确定影响隧道结构服役过程的主要因素，并通过与物理方程的耦合实现了小样本条件下对隧道结构服役性能地准确评价，规避了现有机器学习方法中在小样本条件下预测精度不高“黑盒”的特性；本发明构建的隧道结构服役性能预测模型，能够从客观地角度对地铁服役性能（安全性能）进行定性地评价，从而对衬砌结构服役状态的监测、评价与预警，在“监测‑分析‑评估‑预警‑处置‑决策”的评价框架下，识别和处理当前结构存在的问题，为隧道安全和持续服役提供坚实的技术保障。
-
公开(公告)号：CN117853870A
公开(公告)日：2024-04-09
申请号：CN202410042856.9
申请日：2024-01-11
Applicant: 北京城建集团有限责任公司 , 北京市首都公路发展集团有限公司 , 北京城建勘测设计研究院有限责任公司 , 北京城建轨道交通建设工程有限公司
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于两步序列卷积神经网络的桥梁裂缝自动分类和检测方法，包括如下步骤，S1、采集桥梁裂缝数据，构建基础数据集；S2、构建基于注意力机制的图像筛选网络，筛选包含裂缝的图片数据；S3、基于裂缝检测数据集，构建高质量基础数据：S4、构建裂缝检测网络，对桥梁裂缝进行检测。优点是：本发明构建的图像分级总体网络结构在保留高维特征的同时减少了时间延迟、在提高性能的同时减少了计算量，可以较为准确地反映输入图像的相应部分是否有裂缝，达到快速筛选的目的。本发明构建的裂缝检测网络在整体结构上实现了对多个尺度特征的兼容，包括特征融合和损失函数部分，且网络对裂缝的真实框具有更好的适应性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.077 seconds)
