-
公开(公告)号：CN116850952B
公开(公告)日：2024-09-20
申请号：CN202310948957.8
申请日：2023-07-31
申请人： 湖南大学
摘要： 本发明提供一种磁性二氧化锰除铊剂、其制备方法及用途，所述磁性二氧化锰除铊剂的制备方法包括以下步骤：向溶解有铁源的溶液中加入载体，搅拌的同时添加氨水，在载体上生长Fe3O4纳米粒子，固液分离得到磁性负载纳米材料；将磁性负载纳米材料加入到酸性溶液中，搅拌反应，加入高锰酸钾和硫酸锰，搅拌或超声反应得到磁性二氧化锰除铊剂合成原料；将磁性二氧化锰除铊剂合成原料升温至120‑160℃反应12‑24小时，利用磁铁回收或离心机回收溶液中的固体，纯水洗涤后将固体烘干、研磨得到磁性二氧化锰除铊剂。本发明将磁性纳米材料和载体相结合，利用载体的空间结构能有效分散纳米粒子，使其充分发挥效能，对铊的处理深度高。
-
公开(公告)号：CN118628479A
公开(公告)日：2024-09-10
申请号：CN202411089789.2
申请日：2024-08-09
申请人： 湖南大学
IPC分类号： G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06T5/80 , G06T7/11 , G06T7/13 , G06V10/764
摘要： 本申请公开了一种智能桥梁线形检测方法、装置、设备及介质，涉及桥梁检测领域，包括：获取无人机搭载相机对装配式桥梁上预置的若干组标记进行不同方位的拍摄得到的桥面图像；将桥面图像和相机畸变参数输入预设生成式对抗网络以生成校正后图像；利用标记检测模型对校正后图像中的目标标记进行检测框标注，基于椭圆检测算法确定标注后图像中的目标标记中心的二维图像坐标，利用双目立体视觉原理对在不同方位下的同一目标标记中心的二维图像坐标进行变换得到目标标记中心的三维物理坐标；基于预设基准点坐标和装配式桥梁的尺寸信息对三维物理坐标进行分析以确定装配式桥梁的线形偏差。本申请实现对装配式桥梁的智能线形检测，检测效率高且准确性高。
-
公开(公告)号：CN118617426A
公开(公告)日：2024-09-10
申请号：CN202411106789.9
申请日：2024-08-13
申请人： 湖南大学
摘要： 本申请实施例提供了一种自动安装钢筋的智能系统、方法及介质，用于实现钢筋的自动安装，该智能系统包括：控制终端和作业机械臂；所述作业机械臂每隔预设时间获取当前所在位置的环境图像；所述控制终端在所述作业机械臂获取到环境图像时，将所述环境图像输入至动作指令预测框架，生成动作预测结果；在所述环境图像包括未完成安装的钢筋时，所述动作预测结果包括执行动作；所述执行动作用于指示所述作业机械臂需要执行的动作；在所述环境图像包括已完成安装的钢筋，或所述环境图像不包括钢筋时，所述动作预测结果为空；若所述动作预测结果不为空，则所述作业机械臂执行所述动作预测结果中所包含的执行动作；若所述动作预测结果为空，则结束安装。
-
公开(公告)号：CN118456446B
公开(公告)日：2024-09-06
申请号：CN202410910938.0
申请日：2024-07-09
申请人： 湖南大学
IPC分类号： B25J9/16 , B25J19/02 , B21F27/08 , B21F27/12 , G06T7/73 , G06T17/00 , G06V10/762 , E04G21/12
摘要： 本申请公开了基于三维重建的钢筋笼智能绑扎方法、装置、设备及介质，涉及自动化技术领域，包括：获取目标钢筋笼的双层钢筋笼点云模型；根据拟合地面得到的平面方程将双层钢筋笼点云模型的点云数据垂直于地面方向进行投影，基于投影后点云密度差将投影后的点云数据划分为竖向筋点云和水平筋点云；对竖向筋点云和水平筋点云进行单根钢筋的识别和分离，获取单根竖向筋和单根水平筋各自对应单根钢筋点云数据；对单根刚筋点云数据进行圆柱体拟合，得到单根钢筋的拟合后圆柱体表达方程，基于圆柱体表达方程确定钢筋绑扎点坐标信息，通过预设路径规划算法并根据所有钢筋绑扎点坐标信息进行路径规划，得到包含绑扎顺序和绑扎点坐标信息的钢筋笼绑扎方案。
-
公开(公告)号：CN118456446A
公开(公告)日：2024-08-09
申请号：CN202410910938.0
申请日：2024-07-09
申请人： 湖南大学
IPC分类号： B25J9/16 , B25J19/02 , B21F27/08 , B21F27/12 , G06T7/73 , G06T17/00 , G06V10/762 , E04G21/12
摘要： 本申请公开了基于三维重建的钢筋笼智能绑扎方法、装置、设备及介质，涉及自动化技术领域，包括：获取目标钢筋笼的双层钢筋笼点云模型；根据拟合地面得到的平面方程将双层钢筋笼点云模型的点云数据垂直于地面方向进行投影，基于投影后点云密度差将投影后的点云数据划分为竖向筋点云和水平筋点云；对竖向筋点云和水平筋点云进行单根钢筋的识别和分离，获取单根竖向筋和单根水平筋各自对应单根钢筋点云数据；对单根刚筋点云数据进行圆柱体拟合，得到单根钢筋的拟合后圆柱体表达方程，基于圆柱体表达方程确定钢筋绑扎点坐标信息，通过预设路径规划算法并根据所有钢筋绑扎点坐标信息进行路径规划，得到包含绑扎顺序和绑扎点坐标信息的钢筋笼绑扎方案。
-
公开(公告)号：CN118072523B
公开(公告)日：2024-08-02
申请号：CN202410472693.8
申请日：2024-04-19
申请人： 湖南省交通科学研究院有限公司 , 湖南大学
IPC分类号： G08G1/01 , G06F18/2433 , G06F17/18 , G06F18/2431 , G06T17/05 , G06V20/54
摘要： 本发明涉及道路数据分析技术领域，尤其涉及一种基于EM算法的大数据称重精准度稽核方法。所述方法包括以下步骤：获取测重站点综合数据，其中测重站点数据包括停车过车称重数据、不停车过车称重数据、治超站点基础数据和车辆定位信息数据；利用时间窗口对测重站点综合数据进行数据标准化，从而生成测重站点标准数据；根据测重站点综合数据确定车辆行驶时间戳；根据车辆行驶时间戳和测重站点综合数据进行车辆行驶路线构建，生成车辆行驶路径数据；利用3D模拟技术对车辆行驶路径数据进行出行段分割，从而生成车辆出行段数据；本发明通过对站点数据进行车辆路径分析以及车辆状态分析，减少站点称重异常的发生概率，提高了异常站点的筛选精准度。
-
公开(公告)号：CN116843895B
公开(公告)日：2024-06-07
申请号：CN202310624848.0
申请日：2023-05-30
申请人： 湖南大学 , 湖南省交通科学研究院有限公司
IPC分类号： G06V10/26 , G06V20/70 , G06V10/44 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/096 , G06N3/084
摘要： 本发明涉及机器视觉技术领域，公开一种基于图像识别的车辆胎压与重量联合预测方法及系统，以提高预测的便捷性和可靠性。方法包括：步骤S1、采集轮胎图像；步骤S2、通过语义分割网络将所采集的轮胎图像分割成轮胎、轮辋和背景三个区域，然后通过亚像素级边缘检测算法处理轮胎与背景交界处的轮廓图像，得到预处理图像；步骤S3、将预处理图像输入训练好的深度学习网络模型中，得到荷载和胎压所分别对应的预测值；其中，深度学习网络模型以经过上述步骤S1和步骤S2预处理后的图像进行训练，且在训练的迭代过程中，深度学习网络模型总的损失函数根据荷载回归损失函数和胎压回归损失函数所分别对应的权重进行融合计算。
-
公开(公告)号：CN118111610A
公开(公告)日：2024-05-31
申请号：CN202410100659.8
申请日：2024-01-24
申请人： 湖南大学
IPC分类号： G01L5/04 , G06F18/2411 , G01H17/00 , G01M5/00
摘要： 本申请提供了一种基于无人机的结构振动监测方法与系统，涉及结构健康监测技术的技术领域。其方法包括：获取目标拉索振动信息；对所述目标拉索振动信息进行信息增强分割处理，以得到处理后的目标拉索振动信息；通过预设的第一算法从所述目标拉索振动信息中提取位移，以得到所述目标拉索的位移时程；通过预设的第二算法对所述目标拉索的位移时程进行无人机的自身振动消除处理，以得到目标拉索的绝对位移时程；通过预设的第一模型对所述目标拉索的绝对位移时程进行索力估计，以得到目标拉索的索力信息。通过本发明，解决了利用无人机进行结构振动测量时存在自身振动的问题，进而实现对结构位移的精确识别。
-
公开(公告)号：CN117830777A
公开(公告)日：2024-04-05
申请号：CN202311800294.1
申请日：2023-12-26
申请人： 湖南大学 , 湖南省交通科学研究院有限公司
IPC分类号： G06V10/80 , G06N3/042 , G06N3/045 , G06N3/0464 , G06V10/24 , G06V10/44 , G06V10/82 , G06V20/40
摘要： 本发明公开了基于多源数据融合的结构全场精细位移识别方法、系统及存储介质，属于结构位移监测技术领域，包括步骤：获取目标结构在图像坐标下的全场图像低频位移的响应；对所述全场图像低频位移的响应进行处理获取所述目标结构的全场预测高阶振型；通过加速度响应提取目标结构的稀疏实测高频位移和高阶振型，对全场预测高阶振型进行校准并重构目标结构的全场物理高频位移；获取全场图像低频位移对应的全场物理低频位移；利用自适应多速率卡尔曼滤波将全场物理低频位移和全场物理高频位移进行异步数据融合，获取目标结构的全场精细位移。实现了基于普通消费级相机和离散布置的加速度计获取结构全场精细位移的有益效果。
-
公开(公告)号：CN116128734B
公开(公告)日：2023-06-23
申请号：CN202310402878.7
申请日：2023-04-17
申请人： 湖南大学
IPC分类号： G06T3/40 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于深度学习的图像拼接方法、装置、设备和介质，涉及机器学习领域，其中方法包括：采集多张原始图像，利用深度学习模型进行实例特征提取得到实例特征点；利用极大值交互相关方法，对含有所述实例特征点的各个所述原始图像进行特征点匹配，得到匹配点对；对所述匹配点对进行误匹配点对消除得到目标匹配点对，根据所述目标匹配点对，对各个所述原始图像进行图像拼接；本发明通过基于深度学习的图像特征提取方法来实现对整个隧道图像的拼接，满足了图像拼接对实时性、准确性和直观性的要求，提高了图像拼接的效率和准确度，极大地提高检测效率，而且对于隧道表观病害的反映也更加直观清楚。
-
-
-
-
-
-
-
-
-
搜索结果
183 条记录 (耗时 0.075 秒)
