公开(公告)号：CN119474967A

公开(公告)日：2025-02-18

申请号：CN202411492060.X

申请日：2024-10-24

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 陈雨萌

IPC: G06F18/24 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/098 ,  G06N3/096

Abstract: 一种基于注意力增强双路径网络的铁路客车轴箱盖螺栓故障检测方法，属于铁路客车故障检测技术领域。本发明针对轴箱盖螺栓在密集复杂背景环境下不易准确识别的问题。包括：构建双路径神经网络模型采用全局特征路径获取轴箱盖宏观几何特征；采用局部细节特征路径得到增强后图像微观特征；采用特征融合模块进行注意力融合，得到融合后特征图像，并得到轴箱盖类型、轴箱盖方向及螺栓状态初步识别结果；再结合预定义掩膜矩阵，采用空间姿态匹配算法将预定义掩膜矩阵变换至待识别图像轴箱盖空间进行空间匹配对齐，通过预定义掩膜矩阵与训练后双路径神经网络模型输出的螺栓状态初步识别结果标签的交集运算，确定螺栓最终状态。本发明用于螺栓故障检测。

公开(公告)号：CN119379978A

公开(公告)日：2025-01-28

申请号：CN202411539599.6

申请日：2024-10-31

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 奚敬哲

IPC: G06V10/22 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082

Abstract: 一种基于深度学习的铁路货车底部异物轻量级检测方法、存储介质及设备，它属于铁路货车底部异物检测技术领域。本发明解决了传统检测模型对计算资源需求高、检测准确率低且无法进行实时检测的问题。本发明在YOLOv8基础上结合MCA注意力机制，增强了模型对全局上下文的感知能力通过设计损失函数考虑了更多的几何特性，从而提高了形状各异的异物检测的准确性和鲁棒性。而且通过对模型进行剪枝，可以提高异物检测的效率并减少计算资源占用。本发明方法可以应用于铁路货车底部异物检测。

公开(公告)号：CN111508236B

公开(公告)日：2025-01-10

申请号：CN202010438290.3

申请日：2020-05-21

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 李铁龙

IPC: G08G1/042 ,  G08G1/052 ,  G08G1/017 ,  G08B21/00 ,  H04N23/50 ,  H04N23/698 ,  H04N23/56

Abstract: 一种公路车辆安全检测系统，属于公路车辆检测技术领域。解决了现有公路车辆检边防安全检查需通过人工在室外实时观看，存在工作量大、效率低且可靠性差的问题。本发明具有来车提醒功能，当地感检测器检测有车靠近时，通过控制系统计算车辆速度，具备车辆完全通过设备提醒等功能；图像采集模块包括工业相机和补偿光源，采集通过车辆的360度全方位图像，工业相机和补偿光源的数量可根据车辆的尺寸进行调整，自动识别系统根据采集的图像识别出车牌，检测车辆是否藏匿人员或异物、车辆是否改装、海关锁状态、车厢状态等车辆情况，发现异常自动报警提示。本发明适用于汽车检测使用。

公开(公告)号：CN111998818B

公开(公告)日：2024-12-27

申请号：CN202011003201.9

申请日：2020-09-22

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 李柏毅

IPC: G01B21/20

Abstract: 一种轨道车辆车轮踏面不圆度测量机构，属于一种测量机构，本发明为了解决现有圆度检测设备通常用长杆连续测量车轮轮缘的一周，动态响应速度较慢，结构精度较低，导致测量的结果精度不高的问题，本发明所述测量机构包括固定板、至少一组用于安装固定板的卡轨组件和若干个位移测量组件，所述卡轨组件设置在轨道中相邻的两个轨枕之间，且卡轨组件位置可调节的安装在轨道中一条钢轨的底部，固定板设置在钢轨的外侧，且固定板可拆卸安装在卡轨组件的顶部，若干个位移测量组件沿钢轨的长度延伸方向依次可拆卸安装在固定板上，本发明主要用于测量轨道车辆车轮踏面的不圆度。

公开(公告)号：CN118799300A

公开(公告)日：2024-10-18

申请号：CN202411030332.4

申请日：2024-07-30

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 郭庆阳 ,  袁志伟

IPC: G06T7/00 ,  G06T7/62 ,  G06T7/73 ,  G06N3/08

Abstract: 一种基于深度学习的人力制动机轴导架折断故障检测方法、存储介质及设备，它属于铁路货车人力制动机轴导架折断故障检测领域。本发明解决了现有基于SmoothL1Loss回归损失的人力制动机轴导架折断故障检测方法的准确率低的问题。本发明对检测网络的回归损失函数和网络结构进行改进并训练后，再将待检测的图像作为训练好的检测网络的输入，通过检测网络输出人力制动机轴导架折断故障检测结果。本发明方法可以应用于人力制动机轴导架折断故障的检测。

公开(公告)号：CN118537686A

公开(公告)日：2024-08-23

申请号：CN202410609383.6

申请日：2024-05-16

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 王春龙 ,  刘金媛 ,  姜海祥 ,  王雪莹

IPC: G06V10/776 ,  G06V10/764 ,  G06F11/36

Abstract: 一种铁路动车故障图像智能识别模型鲁棒性测试方法，属于网络模型性能测试领域。本发明针对用于铁路列车故障识别的智能识别模型鲁棒性无法确定从而无法保证识别结果准确性的问题。包括：构建异常测试数据集；将异常测试数据集中的样本按照厂家、站名、车型、辆序和图像采集站命名，并按照车辆故障位置形成多个子集；根据待测试智能识别模型可识别的故障位置及覆盖的厂家、站名和车型选择子集中的样本数据，形成测试用例集；采用待测试智能识别模型对测试用例集中每个测试用例进行故障识别，根据识别结果与相应的故障标签确定智能识别模型的性能。本发明用于测试智能识别模型的鲁棒性。

公开(公告)号：CN118154928A

公开(公告)日：2024-06-07

申请号：CN202410002840.5

申请日：2024-01-02

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 刘佳月

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/52 ,  G06V10/80 ,  G06V10/25 ,  G06V10/766 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于多尺度特征融合的铁路货车地板破损识别方法，它属于铁路货车地板破损识别领域。本发明解决了传统铁路货车地板破损故障识别方法存在的识别模型鲁棒性差以及识别准确率低的问题。本发明方法为：步骤一、获取铁路货车地板图像数据集；步骤二、对获取的图像数据集进行扩增得到扩增后地板图像数据集；对数据集中的图像进行标注后，将标注图像分为训练集和测试集；步骤三、构建铁路货车地板破损识别模型；步骤四、利用训练集对模型进行训练，直至模型在测试集上的识别准确率达到设定的阈值时停止训练，获得训练好的模型；步骤五、将待识别图像输入训练好的模型，对待识别图像进行地板破损识别。本发明方法可以应用于铁路货车地板破损识别。

公开(公告)号：CN110562292B

公开(公告)日：2024-04-16

申请号：CN201910949048.X

申请日：2019-10-08

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 张延明 ,  黄宇健 ,  康成吉 ,  朱金良

IPC: B61K9/12 ,  G01B11/08 ,  G01B11/00

Abstract: 一种铁路车辆轮对直径动态检测系统，涉及一种铁路车辆轮对检测技术，为了解决现有的人工手动检测方法工作强度大，工作效率低以及无法实时对运行中的列车轮对直径进行检测的问题。本发明的光源和相机安装在两条钢轨之间以及相邻的两个轨枕之间；相机用于获取光源照射在车轴上形成的车轴曲线图像；光源作为相机的补偿光源；车轮传感器设置在铁轨的侧壁上，车辆优先通过车轮传感器后，再通过光源和相机；轮对位置信息作为相机的触发信号；相机获取图像后，计算机进行处理，获取车辆轮对的直径数据。有益效果为实现了实时对运行中的列车轮对直径进行检测。

公开(公告)号：CN110349157B

公开(公告)日：2024-03-19

申请号：CN201910735237.7

申请日：2019-08-09

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 李铁龙 ,  朱金良

IPC: G06T7/00

Abstract: 一种机车电子标签图像拍摄系统，涉及一种机车图像拍摄技术，为了解决现有的对安装在机车底部中间位置电子标签检测方法效率低以及可靠性差的问题。本发明的电子标签拍摄箱埋设在相邻的两个枕木之间；车轮传感器设置在铁轨的侧壁上以获取机车的车速信息及轴距信息，并且保证机车优先通过车轮传感器后，再通过电子标签拍摄箱；电子标签拍摄箱内设有相机；相机的摄像头向上设置以用于拍摄位于机车底部的电子标签。有益效果为检测效率高,检测准确度高。

公开(公告)号：CN116452906B

公开(公告)日：2024-01-30

申请号：CN202310197794.4

申请日：2023-03-03

Applicant: 哈尔滨市科佳通用机电股份有限公司

Inventor： 龙施洋

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/10 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0442 ,  G06N3/08 ,  G06F40/126

Abstract: 于铁路货车故障图片的生成。一种基于文本描述的铁路货车故障图片生成方法，属于故障图片生成技术领域。本发明针对采用人工PS方式获得铁路货车故障图像效率低，无法满足故障检测模型的训练需求的问题。包括：获取铁路货车各部件无故障子图像并用文本描述预期故障形态；人工PS获得预期故障形态的预期故障图像；采用GAN网络的生成器基于无故障子图像和预处理故障图像生成预期故障形态的生成故障图像；结合预期故障图像训练GAN网络，得到训练后GAN网络生成器；对待处理图像进行故障形态文本描述，并对故障形态文本描述