-
公开(公告)号:CN118038293A
公开(公告)日:2024-05-14
申请号:CN202311371995.8
申请日:2023-10-20
申请人: 东南大学
IPC分类号: G06V20/17 , G06V10/12 , G06V10/764 , G06V20/40 , G06V10/82 , G06V10/25 , G06N3/0464 , G06N3/0985 , G06N3/084 , G06F13/42 , G06F13/40 , H04N23/50 , G08G5/00 , G01D21/02 , G01S19/42 , G01S19/45 , G01B21/00 , G01N21/01 , G01N21/88 , G01N21/956
摘要: 本发明公开了基于无人机的道路表面病害实时巡检装置、方法及系统,该装置主要包括无人机、GPS信息传输装置、单目相机、遥控器、移动网络设备、地面工作站,4G图传模块,其中,无人机,用于携带单目相机并对道路区域进行巡检,GPS信息传输装置,用于将无人机实时位置信息进行传输,单目相机,用于对道路表面信息进行收集,移动网络设备,用于完成对无人机进行路径规划,地面工作站,用于接收无人机图传信息和GPS信息并对视频流中的路面病害进行实时检测、跟踪、定位。本发明通过无人机完成对路面病害信息的收集并利用4G图传模块将无人机采集的信息直接传输到地面工作站,通过目标识别与跟踪算法实现对道路表面病害的识别、分类、跟踪与定位。
-
公开(公告)号:CN115232587B
公开(公告)日:2024-05-14
申请号:CN202210778802.X
申请日:2022-06-30
申请人: 江苏创为交通科技发展有限公司 , 东南大学
IPC分类号: C09J163/02 , C09J163/00 , C09J11/06 , C08G59/62 , C08G59/56
摘要: 本发明公开了一种钢桥面防水粘结层材料及其制备方法。本发明所述钢桥面防水粘结层材料包括主剂及固化剂,所述主剂包含环氧树脂、多官能团特种环氧树脂、缩水甘油酯及偶联剂,所述固化剂包含油基伯胺、扩链固化控制剂及抗氧化剂。本发明通过油基伯胺使产品具有优异的柔韧性和弹性恢复;通过引入扩链固化控制剂,提高表干的固化物施工抗损伤性能;通过多官能团特种环氧树脂和双酚A型环氧树脂抑制防水粘结层材料主剂结晶问题,同时增加其施工和易性;通过扩链固化控制剂、多官能团特种环氧树脂、油基伯胺和具有对称酚羟基结构的抗氧化剂有机结合到一起,实现钢桥面防水粘结层材料的二阶固化。
-
公开(公告)号:CN117910343A
公开(公告)日:2024-04-19
申请号:CN202410023914.3
申请日:2024-01-08
申请人: 东南大学
IPC分类号: G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
摘要: 本发明公开一种用于自动驾驶的路面抗滑性能感知方法,包括如下步骤:获取若干组汽车在不同路况下行驶的模拟数据;以模拟数据作为输入,以时间窗口内驶过路面的平均摩擦系数作为输出,对一维卷积神经网络模型进行训练;获取若干组汽车在不同路况下实际自动行驶的实际数据;对所述一维卷积神经网络模型中除输出层以外的网络层训练好的权重进行初始化,采用实际数据对其进行训练,得到训练好的一维卷积神经网络模型;自动驾驶车辆在行驶过程中,基于实时的数据,利用训练好的一维卷积神经网络模型得到当前的路面摩擦系数。此种方法感知速度快,具有较强的泛化性能,无需额外加装传感器,成本低,并可直接应用于自动驾驶的系统框架之中。
-
公开(公告)号:CN113312987B
公开(公告)日:2024-04-16
申请号:CN202110510136.7
申请日:2021-05-11
申请人: 东南大学
IPC分类号: G06V20/10 , G06V20/17 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
摘要: 本发明公开了一种基于无人机航拍路面裂缝图像的识别方法,首先根据无人机航拍图像的质量要求,计算所需的飞行参数,然后完成飞行路径规划,完成基于无人机的路面裂缝图像收集,对收集到的图像进行预处理,对航拍的小尺度裂缝进行针对性的增强,最后根据FasterRCNN网络模型,完成路面裂缝的识别与定位,并以文档形式输出病害的类别及位置,为养护管理工作提供依据。本发明提高了识别精度。
-
公开(公告)号:CN117520765A
公开(公告)日:2024-02-06
申请号:CN202311333829.9
申请日:2023-10-16
申请人: 东南大学
IPC分类号: G06F18/20 , G06F18/241 , G06Q50/26 , G06Q10/20 , G01D21/02
摘要: 本发明公开了一种半刚性基层沥青路面车辙成因分步诊断方法,包括:分析车辙四种类型对应的成因要素并分类构建车辙病害成因库和关键性车辙诊断指标体系;调用成因库和指标体系,进行车辙诊断第一步:路段基础信息调查,通过环境、线形等信息初步诊断车辙病害的成因;进行车辙诊断第二步:整体数据综合分析,通过历史数据和检测数据的综合分析诊断车辙病害的成因;进行车辙诊断第三步:靶区精细试验诊断,通过补充检测和取芯试验,结合车辙类型‑层位‑成因分级方法精细判断车辙病害的成因。本发明通过分步诊断的方法,实现由表及里、由简到繁的递进式诊断,可以精确地判断车辙路段产生的原因,给靶向养护决策提供准确的依据。
-
公开(公告)号:CN114383907B
公开(公告)日:2024-01-30
申请号:CN202111615220.1
申请日:2021-12-27
申请人: 东南大学
摘要: 本发明公开了一种水泥稳定碎石骨架结构评价的试验方法,具体包括:制得待测风干石料混合试样:将待测风干石料混合试样,采用不同粒径的标准筛过筛,记录待测风干石料混合试样通过各个标准筛的通过率;将待测风干石料混合试样分次装入试模中;将试模进行加压处理,再将待测风干石料混合试样打碎,再次进分级过筛处理,并记录此时待测风干石料混合试样通过各个标准筛的质量;计算加压前后,待测风干石料混合试样通过标准筛的质量损失率,将待测风干石料混合试样通过每个标准筛的质量损失率相加并将其定义为骨架破损指标I;该水泥稳定碎石骨架结构评价的试验方法可以更加方便的预判水泥稳定碎石的骨架结构性能,且预判的结果贴近实际骨架结构性能。
-
公开(公告)号:CN114414452B
公开(公告)日:2023-12-19
申请号:CN202111569700.9
申请日:2021-12-21
申请人: 东南大学
摘要: 本发明公开了一种基于渗透理论的乳化沥青透层油渗透深度的预估方法,具体如下:采用光学接触角仪对乳化沥青透层油的接触角进行测量;采用毛细上升法测量乳化沥青透层油的表面张力;获取水泥稳定碎石的孔隙大小,并进行统一;采用密度瓶对乳化沥青透层油的密度进行测量;采用旋转粘度计对乳化沥青透层油的动力粘度进行测试,获得动力粘度值;将上述得到的接触角、表面张力、水泥稳定碎石的孔隙统一值、乳化沥青透层油的密度以及动力粘度值代入公式,即求得透层油的最大渗透深度。本发明方法能够快速预估得到乳化沥青透层油的最大渗透深度,无需长时间等待乳化沥青破乳。
-
公开(公告)号:CN116958818A
公开(公告)日:2023-10-27
申请号:CN202310977341.3
申请日:2023-08-04
申请人: 东南大学
IPC分类号: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G01S17/89
摘要: 本发明公开了基于多特征融合深度学习网络的沥青路面级配检测方法,基于点云空间分布相似性的数据增强算法和由点云转化为深度图像的数据转换方法,构建以深度图像检测网络为骨干,加入辅助信息的多特征融合网络,方法采用激光扫描仪获取路面点云数据;经过预处理后采用数据增强算法通过少量原始点云获取大量高质量点云样本,最后通过多特征融合网络检测路面级配信息;本发明只需提取原路面的点云信息,对原有路面结构和功能没有任何破坏和损伤,不仅可以分析沥青混合料在摊铺过程中的离析程度,还可以定量分析路面实际级配与设计级配的差异,便于施工过程中对集料级配进行及时有效的调整,且在路面病害防治时可快速准确知道路面级配情况。
-
公开(公告)号:CN116933060A
公开(公告)日:2023-10-24
申请号:CN202310989678.6
申请日:2023-08-08
申请人: 东南大学
IPC分类号: G06F18/213 , G06F18/2413 , G06F16/25 , G06Q50/26
摘要: 本发明公开了一种基于车辙病害成因特征化的沥青路面靶向养护决策方法,该方法包括:根据沥青路面公路各项历史数据分析车辙病害成因及各项影响因素,基于病害成因与路面养护措施影响因素选取路段特征化指标,建立沥青路面车辙典型病害成功养护方案数据库,基于KNN算法构建“力学‑经验”路面养护决策方法并进行具体决策。通过提出将沥青路面的病害成因与影响因素参数化的方法,实现针对病害成因的特征化与成功案例数据库的构建,有利于对公路沥青路面技术状况进行智能监测;对路面病害及其成因进行智能判断,对待养护路段提出能够指导施工的精准养护决策方案。
-
公开(公告)号:CN116542108A
公开(公告)日:2023-08-04
申请号:CN202310562448.1
申请日:2023-05-18
申请人: 东南大学
IPC分类号: G06F30/23 , G06F30/27 , G06F119/14
摘要: 本发明公开了一种基于神经网络学习的道路水稳基层开裂性能预测方法,步骤如下:首先CT扫描水泥基试件,并通过软件对图像进行分割并三维重构,计算试件各粒径的取向分布指标和空隙率;其次,将模型导入ABAQUS中进行单轴拉压数值试验,获得其压缩模量与拉伸模量。接着,构建神经网络模型,将试件各粒径的取向分布指标和空隙率作为输入数据,压缩模量与拉伸模量作为输出数据进行训练;最后,在半刚性基层开裂路段钻芯取样进行扫描重构,计算其材料形态分布情况,输入神经网络模型,预测得出材料的拉压性质,判断其材料性能,通过神经网络学习对沥青路面的半刚性基层的拉压回弹模量进行预测,从而指导材料设计施工。
-
-
-
-
-
-
-
-
-