基于轨道视觉特征谱的轨道入侵物检测方法

    公开(公告)号:CN107169401A

    公开(公告)日:2017-09-15

    申请号:CN201710074119.7

    申请日:2017-02-10

    Abstract: 本发明提供了一种基于轨道视觉特征谱的轨道入侵物检测方法。该方法包括:沿轨道线路以一定高度、角度和速度巡航并拍摄图像,利用图像数据,针对6种图像拍摄和仿射变化建立特征图像库,基于所述轨道特征图像库构建轨道视觉特征谱;利用所述轨道视觉特征谱与待检测的轨道图像特征进行特征匹配,根据匹配结果判断所述待检测的轨道图像中是否存在轨道入侵物。本发明提出的轨道视觉特征谱理论及基于轨道视觉特征谱理论的入侵物检测方法,可以运用到基于无人机的入侵物检测系统中,解决了传统检测系统可靠性差、成本昂贵的问题。该方法特征提取和匹配速度快,可以有效地检测出轨道中的入侵物,可以运用到基于无人机的入侵物检测系统中。

    无人机精确位置的自主降落导引方法

    公开(公告)号:CN110221625A

    公开(公告)日:2019-09-10

    申请号:CN201910446706.3

    申请日:2019-05-27

    Abstract: 本发明提供了一种无人机精确位置的自主降落导引方法。该方法包括:通过卫星导航系统引导无人机飞行到地面上的降落标靶的设定距离范围内;通过机载相机获取地面的视频图像,通过图形检测规则识别出视频图像中包含的降落标靶上的语义图标,根据语义图标计算出降落标靶的中心位置信息;根据降落标靶的中心位置信息通过机载相机与无人机的姿态和相对位置关系,计算大地坐标系下降落标靶的位置和动态特性;持续计算出大地坐标系下无人机与降落标靶的相对位置和相对速度,通过三重PID控制算法控制无人机降落在降落标靶的中心位置。本发明的方法通过识别降落标靶中的语义图标,实现对降落标靶的定位和跟踪,实现无人机的在动态标靶上精准自主降落。

    基于轨道视觉特征谱的轨道入侵物检测方法

    公开(公告)号:CN107169401B

    公开(公告)日:2020-05-05

    申请号:CN201710074119.7

    申请日:2017-02-10

    Abstract: 本发明提供了一种基于轨道视觉特征谱的轨道入侵物检测方法。该方法包括:沿轨道线路以一定高度、角度和速度巡航并拍摄图像,利用图像数据,针对6种图像拍摄和仿射变化建立特征图像库,基于所述轨道特征图像库构建轨道视觉特征谱;利用所述轨道视觉特征谱与待检测的轨道图像特征进行特征匹配,根据匹配结果判断所述待检测的轨道图像中是否存在轨道入侵物。本发明提出的轨道视觉特征谱理论及基于轨道视觉特征谱理论的入侵物检测方法,可以运用到基于无人机的入侵物检测系统中,解决了传统检测系统可靠性差、成本昂贵的问题。该方法特征提取和匹配速度快,可以有效地检测出轨道中的入侵物,可以运用到基于无人机的入侵物检测系统中。

    轨道交通列车悬挂系统关键元部件脉冲冲击检测方法

    公开(公告)号:CN103926092A

    公开(公告)日:2014-07-16

    申请号:CN201410064853.1

    申请日:2014-02-25

    Abstract: 本发明公开一种轨道交通列车悬挂系统关键元部件脉冲冲击检测方法,该检测方法首先对轨道车辆悬挂系统部件进行动力学建模,获取车辆运行状态信息及传感器的数据,通过PCA方法进行故障检测,并在车辆模型中加入阶跃信号,采用D-S证据理论对列车悬挂系统进行故障分离。该方法能与无线传感技术相结合,采用一套设备就可以对很多辆车进行检测,不需要每辆车安装固定的检测设备。极大地减少了检测设备的投资和维护费用。

    用于无人机自主降落的动态标靶识别与跟踪方法

    公开(公告)号:CN110222612B

    公开(公告)日:2021-08-03

    申请号:CN201910446707.8

    申请日:2019-05-27

    Abstract: 本发明提供了一种用于无人机自主降落的动态标靶识别与跟踪方法。该方法包括:通过卫星导航系统引导无人机飞行到地面上的降落标靶的设定距离范围内;通过机载相机获取地面的视频图像,通过图形检测规则识别出视频图像中包含的降落标靶上的语义图标,根据语义图标计算出降落标靶的中心位置信息;根据降落标靶的中心位置信息通过机载相机与无人机的姿态和相对位置关系,计算大地坐标系下降落标靶的位置和动态特性;持续计算出大地坐标系下无人机与降落标靶的相对位置和相对速度,通过三重PID控制算法控制无人机降落在降落标靶的中心位置。本发明的方法通过识别降落标靶中的语义图标,实现对降落标靶的定位和跟踪,实现无人机的在动态降落标靶上精准自主降落。

    无人机精确位置的自主降落导引方法

    公开(公告)号:CN110221625B

    公开(公告)日:2021-08-03

    申请号:CN201910446706.3

    申请日:2019-05-27

    Abstract: 本发明提供了一种无人机精确位置的自主降落导引方法。该方法包括:通过卫星导航系统引导无人机飞行到地面上的降落标靶的设定距离范围内;通过机载相机获取地面的视频图像,通过图形检测规则识别出视频图像中包含的降落标靶上的语义图标,根据语义图标计算出降落标靶的中心位置信息;根据降落标靶的中心位置信息通过机载相机与无人机的姿态和相对位置关系,计算大地坐标系下降落标靶的位置和动态特性;持续计算出大地坐标系下无人机与降落标靶的相对位置和相对速度,通过三重PID控制算法控制无人机降落在降落标靶的中心位置。本发明的方法通过识别降落标靶中的语义图标,实现对降落标靶的定位和跟踪,实现无人机的在动态标靶上精准自主降落。

    一种地铁列车运行服务质量检测装置及方法

    公开(公告)号:CN106960285B

    公开(公告)日:2021-01-08

    申请号:CN201710214443.4

    申请日:2017-04-01

    Abstract: 本发明公开了一种地铁列车运行服务质量检测装置及方法,装置包括检测单元,惯性测量模块,检测单元用于采集车体运行姿态参数、车厢内噪声、温度、湿度、空气质量和手机信号强度;检测主机与检测单元通信连接,用于获取检测单元采集的数据;处理单元与检测主机通信连接,用于接收并存储检测主机传送的数据,并根据数据计算检测装置所在地铁线路的位置参数、对地铁列车运行服务质量进行单项指标和综合指标的评定、进行数据对比分析、数据趋势分析、按空间位置分析、与线路设备关联分析以及地铁线路轨道病害分析。本发明提高了地铁列车运行服务质量分析评价的空间定位精度和分析结果的客观性,为地铁列车服务质量管理和监管提供更便捷的技术手段。

    一种基于激光雷达深度图像的多障碍物检测和跟踪方法

    公开(公告)号:CN107330925B

    公开(公告)日:2020-05-22

    申请号:CN201710330461.9

    申请日:2017-05-11

    Abstract: 本发明公开一种基于激光雷达深度图像的多障碍物检测和跟踪方法,所述方法包括:S1:处理激光雷达数据得到深度图像,进而得到水平深度图像和高度图像;S2:根据所述深度图像、水平深度图像、高度图像和参考数据,通过边缘检测提取障碍物数据得到障碍物图像;S3:根据连续的障碍物图像建立动态的障碍物列表;S4:根据障碍物列表中的信息预测障碍物运动特性,本发明通过将3D激光雷达数据转换为深度图像,进而进行多障碍物检测和跟踪,保证了激光雷达数据在计算中的完整性,并提高了计算速度,进而提高了机器平台对障碍物反应的灵敏度,提高执行效率。

    用于无人机自主降落的动态标靶识别与跟踪方法

    公开(公告)号:CN110222612A

    公开(公告)日:2019-09-10

    申请号:CN201910446707.8

    申请日:2019-05-27

    Abstract: 本发明提供了一种用于无人机自主降落的动态标靶识别与跟踪方法。该方法包括:通过卫星导航系统引导无人机飞行到地面上的降落标靶的设定距离范围内;通过机载相机获取地面的视频图像,通过图形检测规则识别出视频图像中包含的降落标靶上的语义图标,根据语义图标计算出降落标靶的中心位置信息;根据降落标靶的中心位置信息通过机载相机与无人机的姿态和相对位置关系,计算大地坐标系下降落标靶的位置和动态特性;持续计算出大地坐标系下无人机与降落标靶的相对位置和相对速度,通过三重PID控制算法控制无人机降落在降落标靶的中心位置。本发明的方法通过识别降落标靶中的语义图标,实现对降落标靶的定位和跟踪,实现无人机的在动态降落标靶上精准自主降落。

    一种基于激光雷达深度图像的多障碍物检测和跟踪方法

    公开(公告)号:CN107330925A

    公开(公告)日:2017-11-07

    申请号:CN201710330461.9

    申请日:2017-05-11

    Abstract: 本发明公开一种基于激光雷达深度图像的多障碍物检测和跟踪方法,所述方法包括:S1:处理激光雷达数据得到深度图像,进而得到水平深度图像和高度图像;S2:根据所述深度图像、水平深度图像、高度图像和参考数据,通过边缘检测提取障碍物数据得到障碍物图像;S3:根据连续的障碍物图像建立动态的障碍物列表;S4:根据障碍物列表中的信息预测障碍物运动特性,本发明通过将3D激光雷达数据转换为深度图像,进而进行多障碍物检测和跟踪,保证了激光雷达数据在计算中的完整性,并提高了计算速度,进而提高了机器平台对障碍物反应的灵敏度,提高执行效率。

Patent Agency Ranking