一种基于多线结构光点云数据的轮对尺寸测量方法

    公开(公告)号:CN115112044B

    公开(公告)日:2024-09-03

    申请号:CN202210655022.6

    申请日:2022-06-10

    Abstract: 本发明公开了一种基于多线结构光点云数据的轮对尺寸测量方法。该方法为:首先通过安装在车辆段正线上的多线结构光测量系统,获取运行列车轮对表面的三维多线点云数据,并将数据按照不同的线结构光与轮对表面相交的截面轮廓进行分类;然后通过随机一致性采样算法,拟合轮对的外侧面,作为轮对尺寸测量的基准平面;接着依据基准平面,在三维多线点云数据中确定踏面特征点,通过踏面特征点拟合滚动圆,得到轮对轮径参数;最后基于基准平面法向量和滚动圆圆心,确定轮对转动轴,并通过轮对转动轴和踏面点云建立辅助平面,获得轮对的二维截面轮廓线,在轮对的二维截面轮廓线上,获得轮对的轮缘参数。本发明提高了轮对尺寸测量的精度和鲁棒性。

    一种基于非线性逆补偿的多旋翼飞行控制方法

    公开(公告)号:CN111338369A

    公开(公告)日:2020-06-26

    申请号:CN202010193902.7

    申请日:2020-03-19

    Abstract: 本发明公开了一种基于非线性逆补偿的多旋翼飞行控制方法。该方法步骤如下:首先,对多旋翼飞行器进行动力学分析,根据牛顿第二定律及动量矩定理建立多旋翼动力学方程;其次,建立无刷直流电机的等效模型,并推导电机转速和多旋翼受到的力、力矩的关系式,确定多旋翼飞行控制方程组;最后,建立非线性环节的逆映射,通过逆映射搭建伪线性系统,基于内外环控制结构设计控制器。本发明基于非线性逆补偿的多旋翼飞行控制方法,轨迹跟踪精度高、响应速度快、抗干扰能力强,能够对多旋翼飞行器的位置和姿态实现稳定、精确的控制。

    一种基于Hough变换的线结构光条纹中心线提取方法

    公开(公告)号:CN111462214B

    公开(公告)日:2023-06-09

    申请号:CN202010193888.0

    申请日:2020-03-19

    Abstract: 本发明公开了一种基于Hough变换的线结构光条纹中心线提取方法。该方法步骤如下:首先对光条图像进行自适应阈值分割,得到只含有光条信息的二值图像;其次对所得分割后的光条图像进行Hough变换直线检测得到光条边缘线,通过两条边缘线计算得到条纹宽度;根据条纹宽度调整高斯均方差,使用Steger算法进行光条纹中心线提取;对提取得到的光条纹中心线进行单像素宽度检测,以判断所提取的中心线是否为单像素宽度,若不是则重新进行光条纹中心线提取。本发明保证了单像素中心线提取的稳定性,有效地提高了线结构光条纹中心线的提取精度。

    一种基于不平衡数据集的地铁故障数据分类方法

    公开(公告)号:CN111626336A

    公开(公告)日:2020-09-04

    申请号:CN202010358455.6

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于不平衡数据集的地铁故障数据分类方法。该方法包括以下步骤:输入原不平衡数据集,并将不平衡数据集划分为训练数据集与测试数据集;将训练数据集分为正类样本集和负类样本集,其中正类样本集为少数类样本、负类样本集为多数类样本;利用K-Means聚类算法,将正类样本集划分为K个不同的簇;针对每个簇,使用改进的SMOTE算法对数据集采样,最终得到一个平衡数据集;将SVM作为弱分类器,并以AdaBoost算法构建集成分类器;使用测试数据集对集成分类器的性能进行评估。本发明能够在保证整体正确率的同时,有效提高不平衡数据集中少数类样本的识别率,在非均衡数据集的分类预测中具有更好的效果。

    一种基于多目标粒子群算法的列车节能运行方法

    公开(公告)号:CN111460633A

    公开(公告)日:2020-07-28

    申请号:CN202010193898.4

    申请日:2020-03-19

    Abstract: 本发明公开了一种基于多目标粒子群算法的列车节能运行方法。该方法步骤如下:设置列车运营环境参数,包括线路数据、列车数据、运营数据;建立列车运动学模型及牵引能耗计算方法;以牵引能耗和运行时间为优化目标,建立列车能耗多目标优化模型;采用多目标粒子群算法对优化模型进行求解,得到列车在单区间内牵引能耗和运行时间的多组非劣解;计算列车在全线各区间的牵引能耗与运行时间非劣解,并采用动态规划法选取各区间的最优解,使得在满足规定运行时间的要求下,列车全线能耗最小。本发明改善了列车节能优化问题的搜索效率,有效地降低了列车能耗,并且提高了列车运行的准时性。

    一种基于多线结构光点云数据的轮对尺寸测量方法

    公开(公告)号:CN115112044A

    公开(公告)日:2022-09-27

    申请号:CN202210655022.6

    申请日:2022-06-10

    Abstract: 本发明公开了一种基于多线结构光点云数据的轮对尺寸测量方法。该方法为:首先通过安装在车辆段正线上的多线结构光测量系统,获取运行列车轮对表面的三维多线点云数据,并将数据按照不同的线结构光与轮对表面相交的截面轮廓进行分类;然后通过随机一致性采样算法,拟合轮对的外侧面,作为轮对尺寸测量的基准平面;接着依据基准平面,在三维多线点云数据中确定踏面特征点,通过踏面特征点拟合滚动圆,得到轮对轮径参数;最后基于基准平面法向量和滚动圆圆心,确定轮对转动轴,并通过轮对转动轴和踏面点云建立辅助平面,获得轮对的二维截面轮廓线,在轮对的二维截面轮廓线上,获得轮对的轮缘参数。本发明提高了轮对尺寸测量的精度和鲁棒性。

    一种基于四元数的多旋翼非线性飞行控制方法

    公开(公告)号:CN111459188B

    公开(公告)日:2022-07-19

    申请号:CN202010358434.4

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于四元数的多旋翼非线性飞行控制方法。该方法步骤如下:首先,对环境变量和多旋翼的运动条件进行假设以简化多旋翼建模;其次,根据牛顿第二定律建立多旋翼位置变化方程,跟据动量矩定理和四元数的运动学方程建立姿态变化方程;最后,将多旋翼的控制分解为内外环结构的位置控制和姿态控制,并用反步法结合Lyapunov稳定性定理设计多旋翼飞行器的外环位置控制器和内环姿态控制器。本方法将多旋翼的姿态用四元数来描述,并结合反步法来设计控制器,有效避免了欧拉角描述姿态角可能会出现的奇异问题,并且在处理非线性问题时有较好的表现,能够稳定的控制多旋翼的位置和姿态。

    改进人工鱼群算法优化BP神经网络的平轮故障检测方法

    公开(公告)号:CN111461183A

    公开(公告)日:2020-07-28

    申请号:CN202010193899.9

    申请日:2020-03-19

    Abstract: 本发明公开了一种改进人工鱼群算法优化BP神经网络的平轮故障检测方法。该方法步骤如下:在轨道内侧低于钢轨平面位置部署振动加速度传感器,采集平轮车轮振动加速度数据;分析采集数据的特征,进行数据分段,滤除相邻车轮之间的无关振动数据,得到各个车轮所对应的有效振动加速度信号;使用经验模态分解方法对各个车轮振动加速度信号进行分解,得到有效模态分量;设定训练样本和测试样本,选取振动加速度信号的特征值并进行计算;将模态分量特征值输入改进人工鱼群算法优化的BP神经网络中进行训练,当网络均方根误差满足要求时停止训练;得到训练结果后对样本进行分类,实现平轮故障的检测。本发明检测结果准确度高,且步骤简单、系统稳定。

    一种基于四元数的多旋翼非线性飞行控制方法

    公开(公告)号:CN111459188A

    公开(公告)日:2020-07-28

    申请号:CN202010358434.4

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于四元数的多旋翼非线性飞行控制方法。该方法步骤如下:首先,对环境变量和多旋翼的运动条件进行假设以简化多旋翼建模;其次,根据牛顿第二定律建立多旋翼位置变化方程,跟据动量矩定理和四元数的运动学方程建立姿态变化方程;最后,将多旋翼的控制分解为内外环结构的位置控制和姿态控制,并用反步法结合Lyapunov稳定性定理设计多旋翼飞行器的外环位置控制器和内环姿态控制器。本方法将多旋翼的姿态用四元数来描述,并结合反步法来设计控制器,有效避免了欧拉角描述姿态角可能会出现的奇异问题,并且在处理非线性问题时有较好的表现,能够稳定的控制多旋翼的位置和姿态。

    一种基于不平衡数据集的地铁故障数据分类方法

    公开(公告)号:CN111626336B

    公开(公告)日:2023-08-22

    申请号:CN202010358455.6

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于不平衡数据集的地铁故障数据分类方法。该方法包括以下步骤:输入原不平衡数据集,并将不平衡数据集划分为训练数据集与测试数据集;将训练数据集分为正类样本集和负类样本集,其中正类样本集为少数类样本、负类样本集为多数类样本;利用K‑Means聚类算法,将正类样本集划分为K个不同的簇;针对每个簇,使用改进的SMOTE算法对数据集采样,最终得到一个平衡数据集;将SVM作为弱分类器,并以AdaBoost算法构建集成分类器;使用测试数据集对集成分类器的性能进行评估。本发明能够在保证整体正确率的同时,有效提高不平衡数据集中少数类样本的识别率,在非均衡数据集的分类预测中具有更好的效果。

Patent Agency Ranking