-
公开(公告)号：CN118587353B
公开(公告)日：2024-10-25
申请号：CN202410624342.4
申请日：2024-05-20
Applicant: 江苏省特种设备安全监督检验研究院
Abstract: 本发明属于图像处理技术领域，公开了一种基于目标区域半全局块匹配算法与自适应条件滤波点云后处理的三维重建方法，通过YOLOv8n目标检测网络检测到感兴趣的人员区域并进行裁剪，只针对感兴趣的部分进行SGBM立体匹配，从而减少计算时间。利用三角测量原理，将SGBM立体匹配算法得到的视差图转换成深度图，再将深度图转换为点云图。提出自适应条件滤波点云后处理算法，即利用得到的深度图以及目标检测框的位置信息得到目标的深度范围，从而自动更新条件滤波的深度阈值，完成噪声点的去除，最终实现人员的三维重建。本发明能够明显提高算法的处理效率，同时能有较好的点云噪声过滤效果。
-
公开(公告)号：CN118587353A
公开(公告)日：2024-09-03
申请号：CN202410624342.4
申请日：2024-05-20
Applicant: 江苏省特种设备安全监督检验研究院
Abstract: 本发明属于图像处理技术领域，公开了一种基于目标区域半全局块匹配算法与自适应条件滤波点云后处理的三维重建方法，通过YOLOv8n目标检测网络检测到感兴趣的人员区域并进行裁剪，只针对感兴趣的部分进行SGBM立体匹配，从而减少计算时间。利用三角测量原理，将SGBM立体匹配算法得到的视差图转换成深度图，再将深度图转换为点云图。提出自适应条件滤波点云后处理算法，即利用得到的深度图以及目标检测框的位置信息得到目标的深度范围，从而自动更新条件滤波的深度阈值，完成噪声点的去除，最终实现人员的三维重建。本发明能够明显提高算法的处理效率，同时能有较好的点云噪声过滤效果。
-
公开(公告)号：CN105600682B
公开(公告)日：2017-10-27
申请号：CN201510981943.1
申请日：2015-12-22
Applicant: 江苏省特种设备安全监督检验研究院 , 东南大学
Abstract: 本发明公开了一种基于时间数字转换技术的起重机应变监测方法，利用时间数字转换技术采集应变，结合倾角传感器以及轨迹追踪传感器采集到的倾角以及加速度数据，一并发送至微控制器，微控制器经由3G模块将数据传输至远程监测端。远程监测端主要实现对起重机性能进行分析，包括通过雨流计数法估算剩余疲劳寿命，测试起重机变形以及空间轨迹追踪。与现有方法相比，本发明采用时间变化量代替应变片电阻变化量的方式测量应变，无需额外AD转换电路，降低系统功耗，通过3G方式传输数据，不受距离限制，同时对数据进行算法分析，实时监测起重机的受力与变形情况，保证起重机安全运行。
-
公开(公告)号：CN119125324B
公开(公告)日：2025-03-18
申请号：CN202411145991.2
申请日：2024-08-20
Applicant: 江苏省特种设备安全监督检验研究院 , 东南大学
IPC: G01N29/44 , G01N29/12 , G06F30/27 , G06F17/13 , G06N3/0499 , G06N3/08 , G06F119/08
Abstract: 本发明涉及一种基于拟合偏差寻优PINN的薄板热环境下固有频率检测方法。该方法包括：确定薄板热环境下的控制方程；根据待检测薄板的基本参数，进而建立模型，通过拟合偏差寻优算法选择控制方程数据点，并获取训练数据；搭建前向神经网络预测薄板中性面挠度，计算网络残差；通过自动微分模块获取预测挠度对各参数的偏微分，计算控制方程残差与边界条件残差；获取网络最终的损失函数；迭代更新神经网络参数降低损失函数完成训练，得到模型并计算热环境下薄板的固有频率。本发明的技术方案能够实现快速准确检测薄板热环境下的固有频率。
-
公开(公告)号：CN118840337A
公开(公告)日：2024-10-25
申请号：CN202410884809.9
申请日：2024-07-03
Applicant: 江苏省特种设备安全监督检验研究院 , 东南大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/25
Abstract: 本发明公开了一种基于卷积神经网络的起重机轨道缺陷识别方法，属于图像处理技术领域，本发明通过对Faster RCNN算法框架进行改进，使用ResNet50作为Faster RCNN的主干特征提取网络并集成FPN结构，并加入ROI Align层，实现多尺度预测并最大限度保留图像细节信息，提高了对起重机轨道缺陷检测的准确性，使用随机梯度下降SGD优化器来更新模型参数，对分类损失计算后使用回归器平滑L1损失Smooth L1Loss，通过EfficientNetB0网络识别起重机轨道图片是否含有缺陷，再将含有缺陷的图片输入改进Faster RCNN检测网络，通过筛选出含有缺陷的图片进行检测，降低了不必要的数据计算量和误差，提高了起重机轨道缺陷的检测效率，增强了缺陷识别的特征提取能力、图像分类能力和环境适应性。
-
Patent Agency Ranking
公开(公告)号：CN116883945A
公开(公告)日：2023-10-13
申请号：CN202310899387.8
申请日：2023-07-21
Applicant: 江苏省特种设备安全监督检验研究院 , 东南大学
IPC: G06V20/52 , G06V10/764 , G06T7/73 , G06V10/82 , G06V10/25 , G06V10/44 , G06V10/46 , G06V10/75 , G06T7/80 , G06T7/55 , G06T5/00 , G06T7/13 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像处理技术领域，公开了一种融合目标边缘检测和尺度不变特征变换的人员识别定位方法，通过使用目标检测算法YOLOv5s对校正后的图像进行目标检测，识别出感兴趣的目标区域并进行裁剪，然后使用边缘检测算法探测出裁剪图像中人员所在位置的边缘轮廓信息，获取二值图像，遍历左目、右目二值图像寻找白色边缘点像素坐标，构造关键点，对特征点进行匹配和筛选，在获得同一目标的多组特征点对的像素坐标和多个视差值后，对视差值进行均值计算，使用视差均值、标定参数结合三角测量原理计算出人员目标与左目相机的空间位置。本发明可以有效缩短算法的处理时间，可获取到稳定且准确的视差信息，有效地完成了人员目标的识别与定位。
-
公开(公告)号：CN108439216B
公开(公告)日：2019-11-15
申请号：CN201810240044.X
申请日：2018-03-22
Applicant: 东南大学 , 江苏省特种设备安全监督检验研究院
Abstract: 本发明提供了一种门座式起重机形变倾角在线监测系统及方法，具体包括：倾角硬件采集模块，LTE_4G通信模块，MCU处理模块，监测软件模块；门座式起重机力学结构分析和倾角监测原理；所属倾角传感器和处理器通过SPI通信传输，所属下位机采集模块和监测软件模块通过LTE_4G网络实现信息传输。根据多个倾角传感器采集的信号，进行数据处理分析后，监测软件动态显示象鼻梁的变形程度，得到其安全状态。实验结果表明，本发明方法能够有效监测门座式起重机象鼻梁倾角及其变形的动态数据。
-
公开(公告)号：CN108627326B
公开(公告)日：2019-10-18
申请号：CN201810426947.7
申请日：2018-05-07
Applicant: 东南大学 , 江苏省特种设备安全监督检验研究院
Abstract: 一种基于Bagging‑RNN模型的电梯制动性能评价方法，包括：a)获取不同制动性能的电梯在制动过程中的闸皮温度序列数据，作为样本集；b）按照比例将样本集划分为训练集和验证集；c）使用训练集数据训练Bagging‑RNN模型，根据训练误差修正Bagging‑RNN模型参数；d）使用验证集数据验证Bagging‑RNN模型的泛化能力，根据验证结果进一步修正Bagging‑RNN模型参数，将修正后的Bagging‑RNN模型作为电梯制动性能的评价模型；e)将被测电梯在制动过程中的闸皮温度序列数据作为Bagging‑RNN模型的输入，模型输出被测电梯的制动性能评价结果。本发明从电梯制动时电梯闸皮最高温度变化的生成机理出发，获取不同制动性能电梯制动过程中的闸皮温度序列数据，并基于历史数据提出了相应的电梯制动性能的评价方法。
-
公开(公告)号：CN109636072A
公开(公告)日：2019-04-16
申请号：CN201910102612.4
申请日：2019-02-01
Applicant: 东南大学 , 江苏省特种设备安全监督检验研究院
Abstract: 本发明公开了一种基于非劣排序遗传算法的电梯门系统预防维修决策多目标优化方法，该方法包括以下步骤：1)对电梯门系统关键部件进行历史故障记录收集和统计，运用最好线性无偏估计的方法获取电梯门系统关键部件寿命的两参数威布尔分布形状参数和尺度参数；2)计算电梯门系统关键部件的故障率函数并取最大值，得到门系统的故障率函数；3)构建门系统使用寿命周期内的平均维修费率目标函数和单个预防维修周期内平均可靠度目标函数，建立门系统预防维修决策优化模型；4)采用非劣排序遗传算法对门系统预防维修决策优化模型进行多目标优化求解，得到最优的预防维修次数和预防维修周期长度。
-
公开(公告)号：CN108627326A
公开(公告)日：2018-10-09
申请号：CN201810426947.7
申请日：2018-05-07
Applicant: 东南大学 , 江苏省特种设备安全监督检验研究院
Abstract: 一种基于Bagging-RNN模型的电梯制动性能评价方法，包括：a)获取不同制动性能的电梯在制动过程中的闸皮温度序列数据，作为样本集；b）按照比例将样本集划分为训练集和验证集；c）使用训练集数据训练Bagging-RNN模型，根据训练误差修正Bagging-RNN模型参数；d）使用验证集数据验证Bagging-RNN模型的泛化能力，根据验证结果进一步修正Bagging-RNN模型参数，将修正后的Bagging-RNN模型作为电梯制动性能的评价模型；e)将被测电梯在制动过程中的闸皮温度序列数据作为Bagging-RNN模型的输入，模型输出被测电梯的制动性能评价结果。本发明从电梯制动时电梯闸皮最高温度变化的生成机理出发，获取不同制动性能电梯制动过程中的闸皮温度序列数据，并基于历史数据提出了相应的电梯制动性能的评价方法。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.036 seconds)
