-
公开(公告)号：CN116469154A
公开(公告)日：2023-07-21
申请号：CN202210014238.4
申请日：2022-01-06
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本申请涉及一种基于深度学习的检修识别方法、系统、设备和存储介质。该方法基于地铁车辆检修断送电作业视频数据，采用人体骨架识别判断人体关键点，结合深度学习目标检测，然后根据断送电具体操作流程综合分析人体姿态、位置、目标状态，得出违规结果并控制喇叭输出报警声提醒工作人员并保存违章图片，从而规范作业人员行为，确保安全作业。该实施例基于地铁检修断送电操作安全规程建立规则引擎，使用多路视频联合识别，根据实际作业顺序以及项点按照不同时段建立不同的报警规则，对模型检测出来的结果进行综合判断得出违章结果。对地铁检修断送电作业起到了实时监督提醒的作用，有效减少了实际工作中因误操作带来的安全隐患。
-
公开(公告)号：CN117541776A
公开(公告)日：2024-02-09
申请号：CN202311368124.0
申请日：2023-10-20
Applicant: 株洲中车时代电气股份有限公司
Inventor： 董文波 , 熊敏君 , 李晨 , 苏震 , 田野 , 姚巍巍 , 肖雄 , 袁小军 , 欧阳斌宇 , 刘邦繁 , 褚金鹏 , 孙木兰 , 刘昕武 , 彭联贴 , 刘雨聪 , 皮魏 , 颜家云 , 黎孟 , 王傲林 , 陈豪 , 崔宵洋 , 徐章 , 刘雷新元 , 王群 , 张慧源
IPC: G06V10/25 , G06V10/82 , G06N3/045 , G06N3/049 , G06N3/042 , G06N3/084 , G06N3/0464 , G06V10/147 , G06V10/774
Abstract: 本申请提供的一种高铁关键零部件的检测方法及装置，方法包括：将第一图像数据转为第二脉冲数据；将第一脉冲数据重构为第二图像数据；将第二脉冲数据图像与第二图像数据相应合并，构建数据集，数据集的图像域标注有对应的真实标签；利用数据集中训练集的图像数据及其真实标签对所构建的教师网络进行训练，得到目标教师网络；基于数据集中的训练集和测试集，在目标教师网络的引导下对所构建的学生网络进行训练，得到目标学生网络；将现场采集的实时高铁关键零部件原始脉冲数据输入所述目标学生网络，得到检测结果。解决现有的目标检测算法在高速运动场景下存在运动模糊，以及利用脉冲神经网络对脉冲数据直接进行检测时效果不佳的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119919960A
公开(公告)日：2025-05-02
申请号：CN202311423155.1
申请日：2023-10-30
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明提供基于计算机视觉的机车乘务员行为检测方法、系统及设备，该方法包括：构建乘务员关键骨架点训练集以及物体目标训练集；基于深度神经网络分别训练物体目标检测模型、乘务员姿态骨架点检测模型；在机车行驶过程中实时获取机车驾驶室的视频图像，分别输入至检测模型，推理出物体目标检测信息以及乘务员姿态骨架点信息；实时解析LKJ监测数据并检索是否存在LKJ事件，如果是且当前处于所要求的时间或里程范围内时，根据当前推理出的物体目标检测信息以及乘务员姿态骨架点信息，判断是否存在第一类违章行为。本发明具有实现方法简单、成本低、效率与精度高、稳定可靠等优点。
-
公开(公告)号：CN119919763A
公开(公告)日：2025-05-02
申请号：CN202311414570.0
申请日：2023-10-30
Applicant: 株洲中车时代电气股份有限公司
IPC: G06V10/80 , G06V20/56 , G06V20/13 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于图像与点云特征融合的轨道交通场景3D目标检测方法及存储介质，该方法包括：步骤S1：对获取到车载相机图像数据与激光雷达点云数据分别进行双通道多尺度特征提取；步骤S2：通过双向级联特征融合的方式对不同尺度的特征进行深层次融合，获取包含图像语义信息与点云几何信息的增强融合特征；步骤S3：对步骤S2中得到的增强融合特征进行逐点分类与预测框提取；步骤S4：通过筛选得到最终的3D检测结果。该存储介质存储了用来执行上述方法的计算机程序。本发明具有原理简单、适用范围广、能够大幅提高检测精度等优点。
-
公开(公告)号：CN119904825A
公开(公告)日：2025-04-29
申请号：CN202311411971.0
申请日：2023-10-27
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明公开了一种面向嵌入式计算平台的3D目标检测加速方法，该方法包括：步骤S1：对车载激光雷达和相机捕捉到的点云与图像数据进行读取与解析，获得多模态数据并存储到GPU；步骤S2：通过TensorRT工具对已经训练好的点云‑图像前融合3D目标检测模型进行优化；步骤S3：将GPU中的多模态数据输入TensorRT模型，输出感兴趣目标的3D检测框；步骤S4：通过CUDA架构对预测的目标点云与图像对应像素融合，最终在二维图像中生成三维融合检测结果。该存储介质存储了用来执行上述方法的计算机程序。本发明具有原理简单、适用范围广、能够提高检测效率和精度等优点。
-
公开(公告)号：CN118135184A
公开(公告)日：2024-06-04
申请号：CN202311369265.4
申请日：2023-10-20
Applicant: 株洲中车时代电气股份有限公司
Inventor： 董文波 , 熊敏君 , 李晨 , 苏震 , 田野 , 姚巍巍 , 肖雄 , 袁小军 , 欧阳斌宇 , 刘邦繁 , 褚金鹏 , 孙木兰 , 刘昕武 , 彭联贴 , 刘雨聪 , 皮魏 , 颜家云 , 黎孟 , 王傲林 , 陈豪 , 崔宵洋 , 徐章 , 刘雷新元 , 王群 , 张慧源
IPC: G06V10/25 , G06V10/82 , G06V10/774 , G06V10/10 , G06V10/36 , G06V10/56 , G06N3/0464 , G06N3/082 , G06N3/084 , G06N3/0455
Abstract: 本申请提供的一种高铁关键零部件的检测方法及装置，方法包括：通过脉冲相机采集运动中的待测高铁的实时脉冲数据；根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据；基于所述灰度图像数据，构建高铁关键零部件数据集；通过所述高铁关键零部件数据集，对所构建的YOLOv8模型进行训练，得到零部件目标检测模型；获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果。从而实现对运动中的高铁关键零部件快速准确检测，解决现有的目标检测算法在高速运动场景下存在运动模糊的技术问题，对提高高铁安全可靠运营具有重要意义。
-
公开(公告)号：CN116681928A
公开(公告)日：2023-09-01
申请号：CN202310572584.9
申请日：2023-05-19
Applicant: 株洲中车时代电气股份有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06N3/0985
Abstract: 本发明公开了一种元学习与多尺度特征融合的受电弓状态检测方法，其包括：步骤S1：获取原始图像并处理；利用YOLOv4算法进行受电弓区域定位并在原始图像中进行裁剪；步骤S2：经元学习分类模型训练，将提取的受电弓ROI区域图像送入元学习分类器，并输出分类结果。本发明具有原理简单、适用范围广、能够有效提高检测精度等优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.035 seconds)
