-
公开(公告)号：CN108491855B
公开(公告)日：2021-10-26
申请号：CN201810126367.6
申请日：2018-02-08
Applicant: 同济大学
Abstract: 本发明提供了一种信号机故障识别方法，该方法包括：采集信号机点灯回路电流曲线；将所获取的信号机点灯回路电流曲线等时间分为Y段曲线D；利用距离算法计算曲线Di（i=1,2,…,Y）与曲线Dj（j=1,2,…,Y）的距离Jij，得到距离矩阵；根据距离矩阵判断此信号机点灯回路电流曲线类型。通过本发明解决了现有技术中，通过人工检查信号机故障，导致误报和漏报的问题，从而实现了信号机自动识别故障类别，提高检修效率及系统可靠性，保证行车安全。
-
公开(公告)号：CN110310255A
公开(公告)日：2019-10-08
申请号：CN201910439304.0
申请日：2019-05-24
Applicant: 同济大学
Abstract: 本发明提供了一种基于目标检测和图像处理的转辙机缺口检测方法，其中，该方法包括：采集列车经过道岔及转辙机带动道岔转换过程的转辙机缺口图像；建立目标检测网络并训练；将待测缺口图像输入训练好的目标检测网络，识别缺口图像中的目标区域，得到区域的边界框参数；根据区域的边界框参数对缺口图像进行预处理；对缺口图像进行缺口检测，包括缺口特征直线拟合、图像倾斜检测及矫正；根据所述缺口特征直线计算缺口值w。此发明可直接应用于各种类型转辙机，不需要针对不同类型转辙机设置不同的图像预处理参数，适用于复杂恶劣的运行工况，如缺口图像局部曝光过度、缺口图像倾斜，进一步提高缺口检测系统的准确率、鲁棒性和普适性。
-
公开(公告)号：CN108491855A
公开(公告)日：2018-09-04
申请号：CN201810126367.6
申请日：2018-02-08
Applicant: 同济大学
Abstract: 本发明提供了一种信号机故障识别方法，该方法包括：采集信号机点灯回路电流曲线；将所获取的信号机点灯回路电流曲线等时间分为Y段曲线D；利用距离算法计算曲线Di（i=1,2,…,Y）与曲线Dj（j=1,2,…,Y）的距离Jij，得到距离矩阵；根据距离矩阵判断此信号机点灯回路电流曲线类型。通过本发明解决了现有技术中，通过人工检查信号机故障，导致误报和漏报的问题，从而实现了信号机自动识别故障类别，提高检修效率及系统可靠性，保证行车安全。
-
公开(公告)号：CN105055381A
公开(公告)日：2015-11-18
申请号：CN201510456284.X
申请日：2015-07-29
Applicant: 同济大学
IPC: A61K31/09 , A61K31/341 , A61P19/10 , A61P19/02 , A61P29/00
Abstract: 本发明提供了木脂素类化合物的制药应用以及药物组合物；其中，木脂素类化合物从石菖蒲根茎中提取出来，能够用于制备能够治疗骨质疏松的药物；药物组合物含有有效剂量的木脂素类化合物，能够被制成各种药物制剂类型；本发明的实验结果证明：所提取的木脂素类化合物能够明显地抑制骨髓衍生的单核/巨噬细胞分化为破骨细胞的过程以及抑制骨吸收陷窝的形成，该抑制作用与TRAP、Cts K和MMP‐9有关；另外，由于该种木脂素类化合物对骨髓衍生的巨噬细胞没有明显的细胞毒效应，因此可以被用来制成防治或治疗骨质疏松的药物，具有良好的医用药用前景。
-
公开(公告)号：CN102673569A
公开(公告)日：2012-09-19
申请号：CN201210167953.8
申请日：2012-05-25
Applicant: 同济大学
IPC: B60W40/105
Abstract: 本发明公开一种车辆状态测算装置，包括：数据采集装置，用以采集测算所需的数据；车辆状态测算单元，用以根据上述数据测算车辆纵侧向车速。本发明还公开一种利用上述车辆状态测算装置的测算车辆纵侧向车速的方法，以及一种包括上述的车辆状态测算装置的分布式驱动电动车辆。本发明充分使用分布式驱动电机力矩和轮速信号，同时利用各车轮制动轮缸压力信号、车轮侧向力传感器信号、横摆角速度信号、侧向加速度信号和纵向加速度信号，通过联邦滤波器融合估计技术，对车辆的纵向和侧向车速进行估计，能显著提高分布式驱动电动汽车在长时间尺度、复杂路面附着条件下的纵侧向车速估计精度及估计结果的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN111553209B
公开(公告)日：2023-05-12
申请号：CN202010297514.3
申请日：2020-04-15
Applicant: 同济大学
IPC: G06V20/59 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于卷积神经网络和时间序列图的司机行为识别方法：采集司机驾驶视频，建立司机行为数据集；基于司机行为数据集，采用卷积神经网络方法，通过网络训练获得司机行为识别模型；采集司机的实时工作视频并按照预设的帧率提取出连续的多帧图像，将多帧图像输入所述司机行为识别模型，识别每帧图像中司机行为所属类别；绘制司机行为时间序列图；通过时间序列图获得视频中司机每类行为出现次数以及持续时长，并判断司机行为是否规范；依据时间序列图得到视频中车辆的运行状态。此发明准确判断司机驾驶过程中的几类行为，基于模型的识别结果绘制时间序列图能评价司机行为是否规范，并分析车辆的运行状态，提高分析的效率，提高行车安全。
-
公开(公告)号：CN110310255B
公开(公告)日：2023-01-10
申请号：CN201910439304.0
申请日：2019-05-24
Applicant: 同济大学
Abstract: 本发明提供了一种基于目标检测和图像处理的转辙机缺口检测方法，其中，该方法包括：采集列车经过道岔及转辙机带动道岔转换过程的转辙机缺口图像；建立目标检测网络并训练；将待测缺口图像输入训练好的目标检测网络，识别缺口图像中的目标区域，得到区域的边界框参数；根据区域的边界框参数对缺口图像进行预处理；对缺口图像进行缺口检测，包括缺口特征直线拟合、图像倾斜检测及矫正；根据所述缺口特征直线计算缺口值w。此发明可直接应用于各种类型转辙机，不需要针对不同类型转辙机设置不同的图像预处理参数，适用于复杂恶劣的运行工况，如缺口图像局部曝光过度、缺口图像倾斜，进一步提高缺口检测系统的准确率、鲁棒性和普适性。
-
公开(公告)号：CN111553209A
公开(公告)日：2020-08-18
申请号：CN202010297514.3
申请日：2020-04-15
Applicant: 同济大学
Abstract: 一种基于卷积神经网络和时间序列图的司机行为识别方法：采集司机驾驶视频，建立司机行为数据集；基于司机行为数据集，采用卷积神经网络方法，通过网络训练获得司机行为识别模型；采集司机的实时工作视频并按照预设的帧率提取出连续的多帧图像，将多帧图像输入所述司机行为识别模型，识别每帧图像中司机行为所属类别；绘制司机行为时间序列图；通过时间序列图获得视频中司机每类行为出现次数以及持续时长，并判断司机行为是否规范；依据时间序列图得到视频中车辆的运行状态。此发明准确判断司机驾驶过程中的几类行为，基于模型的识别结果绘制时间序列图能评价司机行为是否规范，并分析车辆的运行状态，提高分析的效率，提高行车安全。
-
公开(公告)号：CN108238066B
公开(公告)日：2019-11-05
申请号：CN201711401723.2
申请日：2017-12-22
Applicant: 同济大学
Abstract: 本发明提供了一种道岔动作曲线模板选取方法及其应用，获取某道岔的正常或某类故障动作曲线Z条，对Z条动作曲线进行预处理，得到Y条动作曲线（Z≥Y）；计算每一条动作曲线Li与所有动作曲线的距离；将所有的距离相加得到Li与所有动作曲线总距离Ji，可求得每一条曲线与所有动作曲线的总距离分别为J1,…,Ji,…,JY；比较所有总距离J1,…,Ji,…,JY，总距离最小所对应的那一条动作曲线为此类动作曲线模板。本发明通过人工经验选取道岔动作曲线模板并诊断道岔故障，导致模板曲线及故障诊断结果不准确的问题，从而实现了准确选取道岔动作曲线模板并诊断道岔故障，提高了现场工作人员根据道岔动作曲线模板对道岔故障判断的准确率，增强铁路运营安全性。
-
公开(公告)号：CN107203746A
公开(公告)日：2017-09-26
申请号：CN201710341307.1
申请日：2017-05-12
Applicant: 同济大学
IPC: G06K9/00
Abstract: 本发明提供了一种道岔故障识别方法，其中，该方法包括：采集道岔每次动作曲线；将所获取的道岔动作曲线分为正常曲线与故障曲线；对于正常曲线与故障曲线，选择一条特征最具代表性的曲线为此类曲线的代表曲线；利用相似度算法计算待识别曲线与正常代表曲线的相似度1、待识别曲线与故障代表曲线的相似度2；比较计算所得相似度，如果相似度1大于相似度2，则该曲线为正常曲线，如果相似度1小于相似度2，则该曲线为故障曲线。通过本发明解决了现有技术中，通过人工经验判断道岔故障类型，导致漏报和误报的问题，从而实现了道岔自动识别故障类别，提高检修效率及系统可靠性，保证行车安全。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
