-
公开(公告)号：CN119251790A
公开(公告)日：2025-01-03
申请号：CN202411324446.X
申请日：2024-09-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种轨道交通限界检测方法。该方法包括：对采集的列车的运行环境图像数据进行处理，生成深度图；利用语义分割算法提取深度图中的轨道区域，根据轨道区域和深度图计算出轨道的三维空间坐标；利用轨道先验约束方程对轨道的三维空间坐标进行卷积最优变换处理，形成轨道三维点云数据；基于轨道三维点云数据及先验知识，通过最小化误差平方和的方法拟合出直线和曲线段的轨道中心线；通过方差矢量最小化的方法在所述轨道三维点云数据中提取多场景轨道平面；结合轨道中心线和轨道平面构建三维立体轨道限界包围盒，实现车辆限界和建筑限界的三维检测。本发明方法通过构建三维点云数据和限界包围盒，实现了对车辆限界和建筑限界的快速检测。
-
公开(公告)号：CN119251177A
公开(公告)日：2025-01-03
申请号：CN202411324445.5
申请日：2024-09-23
Applicant: 北京交通大学
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/26 , G06V20/70 , G06T7/13 , G06V10/44 , G06V10/82 , G06N3/0464 , G06V20/40
Abstract: 本发明提供了一种受电弓异常倾斜检测方法和装置。该方法包括：提取属于干净受电弓类别的当前受电弓图像的受电弓二维矩形坐标框信息；对当前受电弓图像中受电弓的下臂杆进行像素分割，得到下臂杆掩膜图像；提取受电弓的下臂杆的四条边界轮廓线段，计算出两条边界线的斜率值；计算出当前受电弓的下臂杆的相对倾斜角度，将当前受电弓的下臂杆的相对倾斜角度与设定的倾斜角度阈值进行比较，根据比较结果判断当前受电弓是否存在受电弓异常倾斜，利用受电弓二维矩形坐标框信息在当前受电弓图像上对受电弓进行倾斜标签的标注。本发明方法解决了受电弓检测不准确、不及时的问题，实现了排除外界因素干扰的受电弓异常倾斜精准实时检测。
-
公开(公告)号：CN118172049A
公开(公告)日：2024-06-11
申请号：CN202410280035.9
申请日：2024-03-12
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于区块链大规模交易的隐私保护与监管的方法，包括交易发出的发送方、交易接收者的接收方、独立的验证方、以及能够打开交易并对交易进行链接溯源的监管方，验证方是共识算法所选取的记账者，验证发送方的交易并记录于区块链上；其中，隐私保护通过Merkle树的成员证明保障交易发送方的身份隐私，监管是指在交易结束后监管方通过该陷门打开交易获得交易的数值与身份隐私。本发明在加密货币的方案设计角度中引入监管，从而达到对违法交易进行监管溯源，进而减少违法交易数量的效果。本发明设计Sigma零知识证明协议能够降低共识算法中引入监管所带来的额外计算与传输开销。
-
公开(公告)号：CN117671451A
公开(公告)日：2024-03-08
申请号：CN202311488897.2
申请日：2023-11-09
Applicant: 北京交通大学
IPC: G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08 , G06V10/764 , G06V10/766
Abstract: 本发明提供了一种基于少样本学习的铁路场景目标检测方法。该方法包括：获取铁路场景图像样本，构建基础数据集、生成数据集和微调数据集；构建用于铁路场景目标检测的卷积神经网络模型，依次使用基础数据集、生成数据集和微调数据集训练卷积神经网络模型，得到训练好的卷积神经网络模型；将待识别的铁路场景图像输入到训练好的卷积神经网络预测模型中，训练好的卷积神经网络预测模型输出所述待识别的铁路场景图像的目标识别结果。本发明提出了结合样本生成与图像风格迁移进行二次微调的训练框架，从数据增强和迁移学习的角度提高了铁路少样本目标检测的准确率。避免了复杂模型占用计算机资源多的情况，具有运行内存小、检测速度快等优点。
-
公开(公告)号：CN117437208A
公开(公告)日：2024-01-23
申请号：CN202311495987.4
申请日：2023-11-10
Applicant: 北京交通大学
IPC: G06T7/00 , G06T7/73 , G06V10/26 , G06V10/75 , G06V10/774 , G06V10/30 , G06N3/0464 , G06N3/0895 , G06V10/80
Abstract: 本发明提供一种使用多传感器融合的轨道异常检测方法及系统，属于基于计算机的轨道异常检测技术领域，包括：步骤1：扫描轨道场景，获取待检测的视觉图像和结构光深度图像；步骤2：使用实例分割算法，对轨道上的异常进行预检测，得到已知异常和部分未知异常检测结果的边界框和掩膜；步骤3：使用半监督的异常检测算法，对异常进行再检测，尤其关注未知的异常，得到未知异常检测结果的边界框和掩膜；步骤4：基于掩膜，将两次检测的结果在决策级上进行匹配融合，并进行非极大值抑制后处理，得到最终结果。本发明解决了轨道异常检测算法受未知异常侵入导致的误报和漏报，实现了无预先定义异常类别范围情况下的轨道异常的准确检测。
-
Patent Agency Ranking
公开(公告)号：CN119493133A
公开(公告)日：2025-02-21
申请号：CN202411644536.7
申请日：2024-11-18
Applicant: 北京交通大学
IPC: G01S17/931 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种使用激光雷达的列车前向障碍物侵限检测方法及系统，属于列车运行障碍物检测技术领域，获取激光雷达的实时点云数据；使用预先训练的前向障碍物检测模型处理激光雷达输入的实时点云数据，检测列车运行前向的障碍物，得到障碍物的三维边界框和点云；其中，使用L型主干特征提取网络和跨维度自动编码网络构建列车前向障碍物检测算法，输入训练数据集训练，得到前向障碍物检测模型。本发明考虑了列车前向运行环境点云的空间分布形态，避免了无用特征的重复提取，在不损失输出特征映射大小的情况下增加了感受野的大小，获得了高分辨率的语义特征；实现了不同维度的高层特征与浅层特征之间的信息交互，从而增强了特征的位置语义信息。
-
公开(公告)号：CN119445204A
公开(公告)日：2025-02-14
申请号：CN202411438212.8
申请日：2024-10-15
Applicant: 北京交通大学
IPC: G06V10/764 , G06V10/25 , G06V10/82 , G06V10/22 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种受电弓异常检测方法及系统，属于基于计算机视觉的受电弓异常检测技术领域，获取受电弓图像；利用预先训练好的异常检测模型对获取的受电弓图像进行处理，得到检测结果，获取可靠性较强的异常二维矩形坐标框信息，实现对受电弓大火花、结构异常、异物三类异常的精准检测。本发明利用排除脏污干扰的受电弓定位方法，解决了因复杂环境干扰造成的受电弓异常检测精度低的问题。借助视觉大模型自动化生成数据集，不再需要耗费大量的人力物力，并在受电弓异常检测实现过程中使用深度学习神经网络方法，不需要人工调整参数，实现了完全的自动化和智能化。同时额外增加了检测结果可靠性的判别，弥补了AI算法带来的可信缺陷，提高了检测精度。
-
公开(公告)号：CN117437208B
公开(公告)日：2024-08-13
申请号：CN202311495987.4
申请日：2023-11-10
Applicant: 北京交通大学
IPC: G06T7/00 , G06T7/73 , G06V10/26 , G06V10/75 , G06V10/774 , G06V10/30 , G06N3/0464 , G06N3/0895 , G06V10/80
Abstract: 本发明提供一种使用多传感器融合的轨道异常检测方法及系统，属于基于计算机的轨道异常检测技术领域，包括：步骤1：扫描轨道场景，获取待检测的视觉图像和结构光深度图像；步骤2：使用实例分割算法，对轨道上的异常进行预检测，得到已知异常和部分未知异常检测结果的边界框和掩膜；步骤3：使用半监督的异常检测算法，对异常进行再检测，尤其关注未知的异常，得到未知异常检测结果的边界框和掩膜；步骤4：基于掩膜，将两次检测的结果在决策级上进行匹配融合，并进行非极大值抑制后处理，得到最终结果。本发明解决了轨道异常检测算法受未知异常侵入导致的误报和漏报，实现了无预先定义异常类别范围情况下的轨道异常的准确检测。
-
公开(公告)号：CN117622262B
公开(公告)日：2024-07-09
申请号：CN202311541463.4
申请日：2023-11-15
Applicant: 北京交通大学
IPC: B61L25/02
Abstract: 本发明提供一种列车自主感知定位方法及系统，属于列车自主感知定位技术领域，提取立体图像对中目标的位置边界框；关联立体图像对中同一目标的边界框生成最小包围的自适应锚框，估计深度值；利用滑动窗口筛选待匹配的轨迹，对包含相同目标的轨迹对分配相同的ID；关联地标的深度信息和ID，估计传感器在两帧时间内的运动，估计列车的瞬时速度，并通过时间积分计算得到列车的位移值，匹配数字轨道拓扑地图推算列车在全线的位置，结合列车瞬时速度判断线路关键位置，并对列车的推算位置进行校正。本发明减少了对地面设备的依赖，提高灵活性和可靠性，可以应对地面设备故障或覆盖不足的情况，并为列车的自主运行和导航提供了技术支持。
-
公开(公告)号：CN114581861A
公开(公告)日：2022-06-03
申请号：CN202210205004.8
申请日：2022-03-02
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于深度学习卷积神经网络的轨道区域识别方法。该方法包括：获取不同场景下含轨道区域的图像，组成轨道图像数据集；构建轨道区域识别网络模型，该轨道区域识别网络模型包括多个卷积层和上采样层，利用轨道图像数据集对轨道区域识别网络模型进行训练，得到训练好的轨道区域识别网络模型；使用训练好的轨道区域识别网络模型对待识别场景下的轨道区域进行识别，得到待识别场景下的轨道区域的识别结果。本发明方法在深度残差卷积神经网络可以更加有效地提取到图像特征，深层特征与浅层特征的融合使得提取的轨道边界更加清晰，轻量化模型的运行环境更加具有普适性，适用于不同场景和不同尺寸下的轨道区域场景图像。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.037 seconds)
