-
公开(公告)号:CN107545320B
公开(公告)日:2021-07-06
申请号:CN201710531391.3
申请日:2017-07-03
Applicant: 北京交通大学
Abstract: 本发明一方面公开了一种基于图论的城市轨道交通乘客路径规划方法,该方法包括:S1:获取地铁与夜班公交车的站线信息分别构建地铁、夜班公交车双向加权路网图;S2:根据乘客乘车时间,考虑地铁末班车和夜班公交车,规划乘客出行的最优路径;S3:预测地铁线路实时客流,根据乘客的GPS定位为乘客提供最优路径规划服务,本发明另一方面同时公开了一种基于图论的城市轨道交通乘客路径规划系统,本发明缩短了乘客换乘的走行时间,提供了地铁末班车时段的路径规划以及地铁与夜班公交的接驳方案,提高了乘客的出行效率,丰富了乘客的出行方式,同时可为乘客提供路径规划和导航功能,以及实时检测和公布客流信息,为应对突发状况提供便利。
-
公开(公告)号:CN109862505A
公开(公告)日:2019-06-07
申请号:CN201910016179.2
申请日:2019-01-08
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于车路协同的隧道内车辆追踪定位系统和方法,涉及隧道内车辆追踪定位技术领域。路侧节点获取车载单元发送的场强强度RSSI,并将场强强度RSSI发送至距离计算单元;距离计算单元根据场强强度RSSI,建立RSSI-D模型计算出路侧节点与车辆的距离,并将路侧节点与车辆间的距离发送至定位单元;定位单元根据路侧节点与车辆间的距离结合加权质心算法计算出车辆的位置。本发明采用扩频通信技术作为定位的手段,相比于传统的无线定位方案,可对隧道内车辆位置实时监控,能够实现长距离定位和多目标同时定位;实现了对隧道等弱信号区域内车辆位置的精确感知,应用于智能交通和自动驾驶等领域,解决隧道内无法准确定位的难题,定位精度高,应用范围广。
-
公开(公告)号:CN109668555A
公开(公告)日:2019-04-23
申请号:CN201910045661.9
申请日:2019-01-17
Applicant: 北京交通大学
Abstract: 本发明实施例提供了一种基于INS和有源RFID组合的隧道内车辆定位系统及定位方法,属于隧道内车辆追踪定位技术领域。该系统包括车载惯性导航系统INS,用于采集车辆的当前状态信息,并计算车辆的预测位置;路侧有源RFID,用于将包含有该路侧有源RFID的位置信息的射频信号发送给车载RFID读取单元;车载RFID读取单元,用于获取所述位置信息,并发送至车载控制单元;车载控制单元,用于根据路侧有源RFID的位置信息对预测位置进行修正,得到车辆在隧道中的实际位置。本发明实现了对隧道等弱信号区域内车辆位置的精确感知,实现了隧道内目标车辆的长时间、高精度实时定位,可应用于智能交通和自动驾驶等领域,解决隧道内无法定位的难题,定位精度高,应用范围广。
-
公开(公告)号:CN107545320A
公开(公告)日:2018-01-05
申请号:CN201710531391.3
申请日:2017-07-03
Applicant: 北京交通大学
Abstract: 本发明一方面公开了一种基于图论的城市轨道交通乘客路径规划方法,该方法包括:S1:获取地铁与夜班公交车的站线信息分别构建地铁、夜班公交车双向加权路网图;S2:根据乘客乘车时间,考虑地铁末班车和夜班公交车,规划乘客出行的最优路径;S3:预测地铁线路实时客流,根据乘客的GPS定位为乘客提供最优路径规划服务,本发明另一方面同时公开了一种基于图论的城市轨道交通乘客路径规划系统,本发明缩短了乘客换乘的走行时间,提供了地铁末班车时段的路径规划以及地铁与夜班公交的接驳方案,提高了乘客的出行效率,丰富了乘客的出行方式,同时可为乘客提供路径规划和导航功能,以及实时检测和公布客流信息,为应对突发状况提供便利。
-
公开(公告)号:CN114062490A
公开(公告)日:2022-02-18
申请号:CN202110726197.7
申请日:2021-06-29
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于GAN的钢轨焊缝Lamb波模态分解与裂纹损伤监测方法,包括以下步骤:S1:对钢轨焊缝中Lamb波结构进行分析;S2:根据Lamb波在钢轨焊缝中的传播特性,对实验数据进行采集,并对采集到的数据进行特征工程分析、时域特征分析与时‑频二维特征分析,根据特征分析结果,设计数据预处理方案,将采集到的原始数据处理变换为方便深度学习网络进行特征提取与输出的状态;S4:获取MDCD在钢轨焊缝数据集上性能分析对比,本发明可以有效探测焊缝结构上的裂纹损伤,同时其较低的传播损伤,保证了Lamb波可以对一定距离和范围内的焊缝结构进行监测。
-
公开(公告)号:CN113591270B
公开(公告)日:2024-01-19
申请号:CN202110728637.2
申请日:2021-06-29
Applicant: 北京交通大学
IPC: G06F30/20 , G06F18/22 , G06F18/24 , G06F18/214 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于MDCD在钢轨焊缝数据集上性能分析对比的监测方法,包括以下步骤:S1:对钢轨焊缝中Lamb波结构进行分析;S2:在钢轨焊缝裂纹损伤上监测Lamb波数据特征;S3:对钢轨焊缝结构健康监测的MDCD模型进行搭建与训练;S4:对两个阶段的模型训练效果进行评价,并对比了第二阶段模型相对于第一阶段模型的性能下降率,对比了两阶段训练模型在不同任务上执行效果与当前先进和流行的深度学习算法以及传统数字信号处理算法进行对比,本发明可以有效探测焊缝结构上的裂纹损伤,同时其较低的传播损伤,保证了Lamb波可以对一定距离和范围内的焊缝结构进行监测。
-
公开(公告)号:CN113533511A
公开(公告)日:2021-10-22
申请号:CN202110728676.2
申请日:2021-06-29
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于深度学习网络模型的钢轨焊缝监测方法,包括以下步骤:S1:对钢轨焊缝中Lamb波结构进行分析;S2:在钢轨焊缝裂纹损伤上监测Lamb波数据特征;S3:对抗生成网络的生成器和器结构设计两个阶段的深度学习网络模型,第一个阶段根据设计结构复杂、参数较多但可以有效提取与处理后数据特征的深度学习神经网络,以满足对输入数据深度特征提取的需求,第二阶段网络模型设计根据迁移学习中教师和学生理论设计出具备更为简单的网络结构模型,进而学习第一阶段网络的特征提取能力与指定数据输出能力;S4:获取MDCD在钢轨焊缝数据集上性能分析对比,本发明实现有效探测焊缝结构上的裂纹损伤。
-
公开(公告)号:CN108318589A
公开(公告)日:2018-07-24
申请号:CN201810105717.0
申请日:2018-02-02
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于高斯过程的疲劳裂纹长度智能评定方法,包括:设置Lamb波的中心频率,向高速列车的被测结构件发射探测信号;采集所述被测结构件接收到所述探测信号产生的传感信号;使用傅里叶变换和香农复数小波变换从所述传感信号中提取特征因子;设置高斯过程的先验均值函数和协方差函数,建立高斯过程模型,建立所述特征因子与所述被测结构件的裂纹长度的映射关系;对所述特征因子分别通过所述高斯过程模型使用最大似然法进行模型训练以评定和预测所述被测结构件的裂纹长度。本发明能够实现轨道交通领域关键部件的损伤识别,有效地减小由于结构材料的分散性造成的裂纹长度评定误差,精度高,应用范围广。
-
公开(公告)号:CN114062490B
公开(公告)日:2023-12-08
申请号:CN202110726197.7
申请日:2021-06-29
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于GAN的钢轨焊缝Lamb波模态分解与裂纹损伤监测方法,包括以下步骤:S1:对钢轨焊缝中Lamb波结构进行分析;S2:根据Lamb波在钢轨焊缝中的传播特性,对实验数据进行采集,并对采集到的数据进行特征工程分析、时域特征分析与时‑频二维特征分析,根据特征分析结果,设计数据预处理方案,将采集到的原始数据处理变换为方便深度学习神经网络进行特征提取与输出的状态;S4:获取MDCD在钢轨焊缝数据集上性能分析对比,本发明可以有效探测焊缝结构上的裂纹损伤,同时其较低的传播损伤,保证了Lamb波可以对一定距离和范围内的焊缝结构进行监测。
-
公开(公告)号:CN113533511B
公开(公告)日:2022-09-16
申请号:CN202110728676.2
申请日:2021-06-29
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于深度学习网络模型的钢轨焊缝监测方法,包括以下步骤:S1:对钢轨焊缝中Lamb波结构进行分析;S2:在钢轨焊缝裂纹损伤上监测Lamb波数据特征;S3:对抗生成网络的生成器和器结构设计两个阶段的深度学习网络模型,第一个阶段根据设计结构复杂、参数较多但可以有效提取与处理后数据特征的深度学习神经网络,以满足对输入数据深度特征提取的需求,第二阶段网络模型设计根据迁移学习中教师和学生理论设计出具备更为简单的网络结构模型,进而学习第一阶段网络的特征提取能力与指定数据输出能力;S4:获取MDCD在钢轨焊缝数据集上性能分析对比,本发明实现有效探测焊缝结构上的裂纹损伤。
-
-
-
-
-
-
-
-
-