-
公开(公告)号:CN117993265A
公开(公告)日:2024-05-07
申请号:CN202410283239.8
申请日:2024-03-13
Applicant: 招商局重庆公路工程检测中心有限公司 , 交通运输部路网监测与应急处置中心
IPC: G06F30/23 , G06F30/13 , G06Q50/40 , G06F119/14
Abstract: 本发明涉及桥梁安全通行技术领域,具体涉及一种独柱墩曲线梁桥大件运输通行评估方法及系统。根据桥梁信息和大件运输车辆信息对桥梁空间可通行性进行初步评估,基于空间可通行性初步评估结果,对桥梁和大件运输车辆进行桥梁大件运输仿真模拟,进而获取桥梁的空间可通行性评估结果,再根据桥梁信息构建桥梁有限元模型,并基于桥梁有限元模型获取桥梁的结构可通行性评估结果;最后根据空间可通行性评估结果和结构可通行性评估结果获取独柱墩曲线梁桥的大件运输通行评估结果,从而实现对独柱墩曲线梁桥的大件运输通行情况进行评估,保障桥梁和大件运输车辆的安全。
-
公开(公告)号:CN119104627A
公开(公告)日:2024-12-10
申请号:CN202411225484.X
申请日:2024-09-03
Applicant: 广西新发展交通集团有限公司 , 广西大学 , 广西中岩基础建设有限公司 , 广西壮族自治区建筑工程质量检测中心有限公司 , 招商局重庆公路工程检测中心有限公司 , 广西交通设计集团有限公司
Inventor: 蓝日彦 , 徐华 , 何廷全 , 沈园园 , 张信贵 , 韩伟 , 严利娥 , 张懿丹 , 田佳男 , 欧鸥 , 韦超俊 , 张朋 , 唐正辉 , 邵羽 , 方鹏程 , 李旭 , 李荣跃 , 李弈杉 , 韦宇辉 , 罗祺 , 娄梦雷 , 覃子轩 , 王吉龙 , 李昌隆
IPC: G01N29/14 , G06F18/20 , G06F18/213 , G06V20/40 , G06V20/52 , G06T7/60 , G06T7/20 , G06T7/70 , G01N29/04
Abstract: 本发明公开了一种边坡危岩声像灾变特征识别系统,属于边坡监控技术领域,包括声发射信号采集模块,通过声发射信号采集设备收集基岩和围岩之间产生的第一声波信号和第二声波信号,其中,第一声波信号为基岩和危岩的黏结面开裂产生的声音信号,第二声波信号为危岩在基岩上滑动时产生的声波信号;灾变前兆特征判据模块,通过对比第一声波信号和第二声波信号,定位到危岩开始滑动时的首个声波到达时间,以此作为临界参量和前兆特征阈值;视频监测与图像处理模块,通过图像识别技术识别黏结面的开裂变形大小。该发明通过声发射信号和视频监测数据的融合分析准确判断危岩灾变失稳的前兆特征。
-
公开(公告)号:CN115393147A
公开(公告)日:2022-11-25
申请号:CN202211085198.9
申请日:2022-09-06
Applicant: 招商局重庆公路工程检测中心有限公司
Inventor: 刘大洋 , 张朋 , 王吉龙 , 斯新华 , 龚顺燧 , 张港 , 李荣跃 , 刘晓东 , 陈杭桥 , 冉崇伟 , 缪庆旭 , 庞荣 , 唐定梅 , 方鹏程 , 韩坤林 , 朱志威 , 陈林 , 蒙浩 , 王进松 , 余志斌 , 高源 , 胡浩翔 , 刘琪
Abstract: 本发明公开了一种基于道路基础设施领域知识的检测智能指引方法,方法包括:首先,可以从目前已有的基础数据库中获取到大量道路基础设施对应的病害历史定检数据和病害知识图谱数据。然后,从获取到的所有病害历史定检数据和病害知识图谱数据随机选取出部分数据作为样本数据构建起训练集。之后,就可以利用训练集中的样本数据对水波模型进行迭代训练,直至训练结果满足需求,再确定目标设施各个子部件可能存在的病害种类,最后,利用训练好的水波模型根据病害种类计算每种病害的发生概率。通过每种病害的发生概率来指引工作人员对目标设施的相应的子部件进行检测和维护。
-
公开(公告)号:CN118551045A
公开(公告)日:2024-08-27
申请号:CN202410600847.7
申请日:2024-05-15
Applicant: 招商局重庆公路工程检测中心有限公司 , 重庆市交通规划和技术发展中心(重庆市交通工程造价站)(重庆市交通工程档案馆)
IPC: G06F16/35 , G06F16/31 , G06F40/177 , G06F40/289 , G06V30/10
Abstract: 本发明涉及人工智能技术领域,具体涉及一种基于大模型的检测报告审核方法,包括格式检测,通过规则引擎自动检测检测报告是否遵循格式规范,将不遵循格式规范的内容,通过交互页面输出检测报告存在的格式问题;数据预处理,将格式检测后的检测报告中的非结构化数据转换为结构化的数据格式,并对检测报告中的表格进行表格识别,得到预处理结果;特征提取,将预处理结果进行文本特征提取,得到特定信息;异常检测,将文本特征提取到的特定信息,通过语言模型自动生成对比分析,得到异常检测审核结果;页面交互,将异常检测审核结果通过交互页面呈现给审核人员。本发明通过自动化的审核处理流程减少了人工审核工作量和主观误判的可能性,同时也加快了审核过程。
-
公开(公告)号:CN114495067A
公开(公告)日:2022-05-13
申请号:CN202210134800.7
申请日:2022-02-14
Applicant: 招商局重庆公路工程检测中心有限公司
IPC: G06V20/58 , G06V10/774 , G06V10/764 , G06K9/62 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的道路风险源检测方法,属于路面风险源检测领域。该方法包括:S1:获取道路的图像,并对道路图像进行初步筛选;S2:对筛选后的图像进行数据增广和打标签,得到实验数据集;S3:将实验数据集送入深度学习网络模型训练,获得道路风险源的初步识别结果;S4:根据改进的两阶段Faster RCNN网络模型计算得到的损失和模型回归参数对步骤S3得到的识别结果进行微调,得到最终识别结果。本发明能自动识别道路风险源,且识别效率高、成本低廉、操作简便。
-
公开(公告)号:CN115393419A
公开(公告)日:2022-11-25
申请号:CN202211028971.8
申请日:2022-08-26
Applicant: 招商局重庆公路工程检测中心有限公司 , 西南交通大学
Abstract: 本发明涉及交通路面坑槽检测技术领域,具体涉及一种基于尺寸标定布的路面坑槽面积检测方法及装置,包括:构建路面坑槽分割模型;获取路面坑槽图像;将路面坑槽图像输入路面坑槽分割模型,获得分割结果图;根据尺寸标定布和分割结果图获取路面坑槽面积。利用路面坑槽分割模型获得路面坑槽图像的分割结果图,再通过尺寸标定布获得每个像素对应的真实尺寸面积,从而获得分割结果图对应的路面坑槽面积。相比现有技术中利用机器学习得到预测模型,再将图像输入预测模型得到路面坑槽面积,本发明仅需要对分割模型获得的分割结果图进行简单的计算即可获得路面坑槽面积,降低了运算量,运算效率高,且精度更高。
-
-
-
-
-