-
公开(公告)号：CN114494240A
公开(公告)日：2022-05-13
申请号：CN202210148079.7
申请日：2022-02-17
申请人： 京沪高速铁路股份有限公司 , 中南大学
摘要： 本发明实施例中提供了一种基于多尺度协作深度学习的无砟轨道板裂缝测量方法，属于图像处理技术领域，具体包括：搭建多尺度协作深度学习的裂缝测量框架；将多张样本图像分为训练集和验证集；调整深度目标检测网络的超参数并输出训练集中每张样本图像对应的最优的裂缝区域提取结果；将每张裂缝区域提取结果进行边界坐标裁剪，得到裂缝图像并输入深度语义分割网络调整深度语义分割网络的超参数；得到裂缝测量模型；将采集到的目标无砟轨道板对应的目标图像输入裂缝检测模型，得到目标图像中裂缝的连续宽度值。通过本发明的方案，协作分析和传递图像—像素—宽度三个尺度的特征，减少了复杂背景导致的像素误判并得到了精细化的裂缝宽度测量值。
-
公开(公告)号：CN113988142B
公开(公告)日：2022-04-29
申请号：CN202111607420.2
申请日：2021-12-27
申请人： 中南大学
摘要： 本发明公开了一种基于卷积神经网络的隧道衬砌空洞声学识别方法，首先利用麦克风声压传感器采集衬砌空洞区域与非空洞区域在外部激励作用下产生的声压时域数据样本。然后，利用数据标准化程序对两种工况时域声压样本数据进行标准化处理。随后，利用小波分析技术对两种工况下声压数据进行时频分析，将声压数据转换为二维时频特征谱图。最后，构建基于卷积神经网络的深度学习模型，利用声压信息的二维时频特征图谱对模型进行训练，得到隧道空洞识别模型。最终利用隧道空洞识别模型，对新的样本数据进行识别与分类，判断样本数据所对应的隧道区域是否出现空洞。本方法对于隧道衬砌结构空洞识别具有较高的准确率、可靠性、鲁棒性与适用性。
-
公开(公告)号：CN113988142A
公开(公告)日：2022-01-28
申请号：CN202111607420.2
申请日：2021-12-27
申请人： 中南大学
摘要： 本发明公开了一种基于卷积神经网络的隧道衬砌空洞声学识别方法，首先利用麦克风声压传感器采集衬砌空洞区域与非空洞区域在外部激励作用下产生的声压时域数据样本。然后，利用数据标准化程序对两种工况时域声压样本数据进行标准化处理。随后，利用小波分析技术对两种工况下声压数据进行时频分析，将声压数据转换为二维时频特征谱图。最后，构建基于卷积神经网络的深度学习模型，利用声压信息的二维时频特征图谱对模型进行训练，得到隧道空洞识别模型。最终利用隧道空洞识别模型，对新的样本数据进行识别与分类，判断样本数据所对应的隧道区域是否出现空洞。本方法对于隧道衬砌结构空洞识别具有较高的准确率、可靠性、鲁棒性与适用性。
-
公开(公告)号：CN117893837A
公开(公告)日：2024-04-16
申请号：CN202410288528.7
申请日：2024-03-14
申请人： 中南大学
IPC分类号： G06V10/764 , G06F30/13 , G06N3/045 , G06N3/0464 , G06N3/06 , G06N3/08 , G06T17/00 , G06V10/80 , G06V10/82
摘要： 本申请适用于点云数据处理技术领域，提供了一种铁路基础设施点云识别方法、装置、终端设备及介质，该方法包括：采集目标铁路路段的真实点云数据；利用三维建模软件构建目标铁路路段的虚拟点云数据，并将虚拟点云数据插入真实点云数据，得到增强点云数据；构建用于进行铁路基础设施点云识别的点云识别模型；基于构建的学习率变化函数和预先采集的训练数据，对点云识别模型进行训练，得到训练后的点云识别模型；将增强点云数据输入训练后的点云识别模型，得到目标铁路路段中铁路基础设施的类型识别结果。本申请能提高铁路基础设施点云识别的准确性。
-
公开(公告)号：CN111896625A
公开(公告)日：2020-11-06
申请号：CN202010826057.2
申请日：2020-08-17
申请人： 中南大学
摘要： 本发明公开了一种钢轨伤损实时监测方法，包括如在钢轨两侧布设监测系统；获取监测系统得到的实时监测数据；对实时监测数据进行数据处理得到处理伤损图片；采用神经网络架构对处理伤损图片进行识别得到识别结果；根据识别结果进行钢轨伤损实时预警并实现钢轨伤损的实时监测。本发明还公开了一种实现上述钢轨伤损实时监测方法的监测系统。本发明通过超声波换能器进行导轨的实时监测，并实时收集和处理数据，从而实现了对钢轨在役期全生命周期结构状态的实时监测和损伤定位，并发出预警信息，提高钢轨伤损检测准确率与效率，减少养护维护成本，提升列车行车安全，而且可靠性高、实时性好且准确性较高。
-
公开(公告)号：CN111896625B
公开(公告)日：2023-07-14
申请号：CN202010826057.2
申请日：2020-08-17
申请人： 中南大学
摘要： 本发明公开了一种钢轨伤损实时监测方法，包括如在钢轨两侧布设监测系统；获取监测系统得到的实时监测数据；对实时监测数据进行数据处理得到处理伤损图片；采用神经网络架构对处理伤损图片进行识别得到识别结果；根据识别结果进行钢轨伤损实时预警并实现钢轨伤损的实时监测。本发明还公开了一种实现上述钢轨伤损实时监测方法的监测系统。本发明通过超声波换能器进行导轨的实时监测，并实时收集和处理数据，从而实现了对钢轨在役期全生命周期结构状态的实时监测和损伤定位，并发出预警信息，提高钢轨伤损检测准确率与效率，减少养护维护成本，提升列车行车安全，而且可靠性高、实时性好且准确性较高。
-
公开(公告)号：CN116433840A
公开(公告)日：2023-07-14
申请号：CN202310372533.1
申请日：2023-04-10
申请人： 中南大学
IPC分类号： G06T17/00 , G06T15/00 , G06T15/04 , G06N3/044 , G06N3/0464 , G06N3/0475 , G06N3/08
摘要： 本发明公开了一种无砟轨道板扣件的特异性伤损图像合成方法，包括获取真实无砟轨道板扣件图像数据；构建无砟轨道板三维BIM模型；针对模型进行仿真渲染处理，构建铁路场景的虚拟空间；通过虚拟空间，采集、输出虚拟扣件伤损图像数据；构建循环对抗生成网络，针对真实图像数据和虚拟伤损图像数据进行真实风格化迁移处理，实现图像数据合成，构建无砟轨道板扣件的特异性伤损图像合成数据集。本发明还公开了包括所述无砟轨道板扣件的特异性伤损图像合成方法的检测方法。本发明针对无砟轨道板扣件的异常状态完成检测处理；本发明方法解决了高质量扣件正负样本不均导致的深度学习方案检测精度低等问题；且图像样本多样性提升、图像正负样本比例合适。
-
公开(公告)号：CN111998897A
公开(公告)日：2020-11-27
申请号：CN202010985918.1
申请日：2020-09-18
申请人： 中南大学 , 沪昆铁路客运专线湖南有限责任公司 , 湖南蓝布科技有限公司
摘要： 本发明公开了一种隧道水沟流量及水质监测预警方法，包括如下步骤：预制监测预警装置，包括外壳、限流器、水质监测仪和流量计，水质监测仪设置于外壳缓冲区，流量计位于水质监测仪的后方；将装置置入隧道水沟槽内，限流器位于水流流入端；将液位监测仪设置于监测预警装置的下游；将雨量计安装于隧道口；通过水质检测仪分析外壳内水的成分，取最大值，并判定是够满足排放标准，判断隧道地质岩层变化规律；流量计监测水沟槽的液体面积，计算单位时间液体流量；通过液位监测仪测出监测预警装置下游液位，计算通过监测预警装置的液体流量；通过雨量计，监测单位时间内降水量；将降雨量与所测得液位、流量进行比较，判断隧道内盲管透水是否正常。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.04 秒)
