-
公开(公告)号：CN102358334A
公开(公告)日：2012-02-22
申请号：CN201110253606.2
申请日：2011-08-30
Applicant: 北京交通大学
IPC: B61L23/34
Abstract: 一种列车防撞预警系统，列车信息采集模块用于收集本列车状态信息，列车状态信息包括列车行驶线路、位置、车速、安全等级等；无线通信模块用于无线广播本列车状态信息和无线接收其它列车广播的列车状态信息；CPU控制处理模块用于接收和处理列车信息采集模块和无线通信模块发来的本列车和其它列车的列车状态信息。无线通信模块将本列车当前的列车状态信息对周边进行无线广播，同时接收其它列车无线广播的列车状态信息，CPU控制处理模块根据本列车与其它列车的相互关系，判断行车安全距离和速度，向司机、列车自动驾驶系统发出预警信号。本发明结构简单可靠，安装方便，能使列车及时了解到临近列车的行驶状态，可以有效提高列车行驶的安全性。
-
公开(公告)号：CN102141375A
公开(公告)日：2011-08-03
申请号：CN201010616365.9
申请日：2010-12-30
Applicant: 北京交通大学
Abstract: 本发明公开了一种线路全断面自动检测系统，包括自带基准的手推式机械车以及设置于手推式机械车上的旋转激光扫描测距装置、定位装置、数据采集装置、数据分析处理装置和供电装置。旋转激光扫描测距装置和定位装置分别与数据采集装置的输入端相连接；数据采集装置的输出端与数据分析处理装置相连接；旋转激光扫描测距装置设置于手推式机械车的位于线路中心线的车体梁上；数据采集装置具有同步信号生成单元，用于在数据采集同时为数据打上时间标签。基于本发明，能够实现轨道交通线路的全断面自动检测；不依赖于运营车辆和检测车，无需标定和动态补偿，使工务部门能够对线路全断面进行快速、便捷、反复和精确的测量。
-
公开(公告)号：CN102126406A
公开(公告)日：2011-07-20
申请号：CN201110026932.X
申请日：2011-01-25
Applicant: 北京交通大学
Abstract: 本发明公开了一种路轨两栖综合检测车，用于对铁路交通线路状态的检测。该检测车包括路轨两栖载运车辆和安装在车辆上的检测系统，该检测系统至少包括下述系统之一：全断面与限界检测系统、轨道几何参数检测系统以及钢轨磨耗和表面状态检测系统。载运车辆包含公路行走系统和铁路行走系统。本发明中的路轨两栖综合检测车具备公路、铁路两种行走能力，通过在车上加装专用的检测装置，能够进行线路全断面与限界、轨道几何参数、钢轨磨耗和表面状态等项目的动态检测。
-
公开(公告)号：CN119598652B
公开(公告)日：2025-05-09
申请号：CN202411644839.9
申请日：2024-11-18
Applicant: 北京交通大学
Abstract: 本发明提供一种面向车轨协同的轨道交通线路监控传感器布设优化方法及系统，属于轨道交通系统监控优化技术领域。基于监控传感器感知算法对异常事件的感知准确率，确定车轨协同下监控传感器对异常事件的联合感知准确率；根据车轨协同下监控传感器对异常事件的联合感知准确率，计算轨旁监控传感器的布设间距和布设数量；根据感知准确率阈值允许的最大监控传感器布设间距，对区域交界处距离较近的轨旁监控传感器进行优化。本发明充分考虑了监控传感器感知边界、感知准确率、布设成本等因素，并针对区域交界处轨旁监控传感器太近而造成的资源浪费现象，在保证监控传感器对于线路异常事件高感知准确率的前提下有效降低了监控传感器布设成本，更加经济。
-
公开(公告)号：CN119810562A
公开(公告)日：2025-04-11
申请号：CN202510040872.9
申请日：2025-01-10
Applicant: 北京交通大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请提供一种铁路入侵目标分类模型的训练方法、电子设备及存储介质，针对训练样本集中的每一铁路入侵目标类别，迭代以下步骤指定轮次以训练生成铁路入侵目标分类模型：通过待训练模型的特征提取层提取查询样本图像的第一特征提取结果和每张支持样本图像的第二特征提取结果；对第二特征提取结果进行修正，以获取第三特征提取结果；确定出支持样本图像属于实际铁路入侵目标类别的概率值；基于概率值和交叉熵损失函数进行反向传播，以更新所有铁路入侵目标类别对应的类中心所构成的类中心矩阵，用以在样本稀少分类类别开放总数不固定的条件下，训练生成识别精确的铁路入侵目标分类模型，并且模块具有对新分类类别的扩展性好。
-
Patent Agency Ranking
公开(公告)号：CN119810452A
公开(公告)日：2025-04-11
申请号：CN202510040871.4
申请日：2025-01-10
Applicant: 北京交通大学
IPC: G06V10/26 , G06V10/82 , G06V20/70 , G06V10/74 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种基于循环一致的铁路入侵目标语义分割模型的训练方法，其中，方法包括通过特征提取网络分别提取查询样本图像的查询样本特征以及k个支持样本图像的k个支持样本特征；通过特征对齐模块对查询样本特征和多个支持样本特征分别进行自对齐处理，将自对齐后的查询样本特征和第k个支持样本特征进行交叉对齐；通过掩码匹配模块基于k个查询交叉特征和n个掩码建议，确定出支持原型；通过掩码匹配模块基于k个支持交叉特征和对应的标准掩码结果，确定出n个查询原型；通过掩码匹配模块基于支持原型、n个查询原型和n个掩码建议，确定出查询样本图像对应的预测掩码结果。
-
公开(公告)号：CN118711145A
公开(公告)日：2024-09-27
申请号：CN202410708760.1
申请日：2024-06-03
Applicant: 北京交通大学
Abstract: 本发明提供一种基于全景分割与关系检测的铁路场景理解方法及系统，属于基于计算机视觉的铁路运行安全检测技术领域，将全景分割模型与关系检测模型集成在一个端到端的模型中，采用多模态多类别损失函数叠加的方式进行模型训练，得到场景理解模型，实现铁路场景中各目标的分割与目标之间关系的判断；场景理解模型包括多维度特征增强模块、交叉耦合式多模态编解码网络以及多元多模态预测模块。本发明将环境中的各个目标进行像素级分割，并精确推断各目标之间的相对关系；耦合结构的存在，不同模态的信息在这个过程中会互相引导，实现全景分割任务与关系检测任务的相互协调；多类别集中式损失函数，平衡不同模态任务的收敛程度，避免单一模态失效。
-
公开(公告)号：CN117830633B
公开(公告)日：2024-08-20
申请号：CN202410005965.3
申请日：2024-01-03
Applicant: 北京交通大学 , 中车智能交通运营管理有限公司
Abstract: 本发明公开了一种基于特征对齐与边缘约束的铁路场景分割方法，包括以下步骤：S1、获取铁路场景图像并构建场景分割模型；S2、将获取的图像送入特征提取网络中得到不同尺寸的特征图；S3、采用通道注意力机制对低维特征进行特征增强，对高维特征采用特征对齐网络实现可学习上采样；S4、将增强后的低维特征和上采样后的高维特征拼接后用于全局分割结果和边缘结果的预测；S5、利用全局分割结果和边缘分割结果进行损失函数计算，用于反向传播；S6、经过多轮迭代优化，得到最优的模型参数。本发明采用上述的一种基于特征对齐与边缘约束的铁路场景分割方法，可以对复杂的铁路场景实现全场景分割，提高场景中不同区域边缘的识别效果和整个场景的分割精度。
-
公开(公告)号：CN117830633A
公开(公告)日：2024-04-05
申请号：CN202410005965.3
申请日：2024-01-03
Applicant: 北京交通大学 , 中车智能交通运营管理有限公司
Abstract: 本发明公开了一种基于特征对齐与边缘约束的铁路场景分割方法，包括以下步骤：S1、获取铁路场景图像并构建场景分割模型；S2、将获取的图像送入特征提取网络中得到不同尺寸的特征图；S3、采用通道注意力机制对低维特征进行特征增强，对高维特征采用特征对齐网络实现可学习上采样；S4、将增强后的低维特征和上采样后的高维特征拼接后用于全局分割结果和边缘结果的预测；S5、利用全局分割结果和边缘分割结果进行损失函数计算，用于反向传播；S6、经过多轮迭代优化，得到最优的模型参数。本发明采用上述的一种基于特征对齐与边缘约束的铁路场景分割方法，可以对复杂的铁路场景实现全场景分割，提高场景中不同区域边缘的识别效果和整个场景的分割精度。
-
公开(公告)号：CN115393802A
公开(公告)日：2022-11-25
申请号：CN202210811818.6
申请日：2022-07-11
Applicant: 北京交通大学
IPC: G06V20/54 , G06V10/74 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , B61L23/04
Abstract: 本发明涉及一种基于小样本学习的铁路场景不常见入侵目标识别方法。本发明可以实时采集铁路沿线相机获取的铁路场景图像，利用改进的度量元学习网络模型进行铁路场景中不常见入侵目标的识别。该模型包括预训练的特征映射网络，自学习类中心微调网络，距离度量模块三部分，并采用中心相关损失函数进行度量元学习模型的训练。本发明可以对铁路空场景以及场景中包含但不限于列车、落石、行人、泥石流等类别的图像进行分类识别。当列车经过时不报警，而当铁路场景中有落石、行人、泥石流等异物入侵铁路限界时则发出报警信息，通过有线或无线方式提醒相关人员。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.06 seconds)
