基于计算机视觉的轨道列车维护检测装置

    公开(公告)号:CN112129777A

    公开(公告)日:2020-12-25

    申请号:CN202011117334.9

    申请日:2020-10-19

    摘要: 一种基于计算机视觉的轨道列车维护检测装置。本发明将清洁部和数据采集部沿列车行进方向顺序设置在轨道上,先利用清洁部的高压水枪和吹气口喷射高压水柱和高压气流,冲洗干净列车走行部件上的污泥杂物,然后利用数据采集部的摄像装置拍摄列车的走行部件,并将所述走行部件的视频图像传输至机器视觉单元,供所述机器视觉单元检测列车走行部件上的裂纹和零件状况。本发明能够自动、快速、高效地实现对列车走行部的检查。本发明所提供的对列车走行部的检查维护方式不仅成本低而且效率高,还不容易因为人眼观察的盲区而出现漏检状况,能够有效提高检修的准确度。

    基于计算机视觉的轨道列车维护检测系统

    公开(公告)号:CN112129778A

    公开(公告)日:2020-12-25

    申请号:CN202011117339.1

    申请日:2020-10-19

    摘要: 一种基于计算机视觉的轨道列车维护检测系统。该系统包括感应、清洗、干燥列车车身的清洁模块、采集列车视频图像数据的数据采集模块、分析检测列车走行部件上的裂纹和零件状况的机器视觉单元、以及用于控制其他模块单元进行列车检测清洗的控制单元,本发明先利用清洁模块冲洗干净列车走行部件上的污泥杂物,然后利用数据采集模块的摄像装置拍摄列车的走行部件,并将所述走行部件的视频图像传输至机器视觉单元,供所述机器视觉单元检测列车走行部件上的裂纹和零件状况。本发明能够自动、快速、高效地实现对列车走行部的检查。本发明所提供的对列车走行部的检查维护方式不仅成本低而且效率高,还不容易因为人眼观察的盲区而出现漏检状况,能够有效提高检修的准确度。

    基于计算机视觉的轨道列车维护检测方法

    公开(公告)号:CN112129779A

    公开(公告)日:2020-12-25

    申请号:CN202011118200.9

    申请日:2020-10-19

    摘要: 一种基于计算机视觉的轨道列车维护检测方法。该方法通过驱使列车沿轨道由清洁部向数据采集部移动,根据激光监测仪的触发信号,控制清洁部中的冲洗装置先向列车喷射高压水柱和高压气流;然后控制数据采集部分别以仰视的角度以及平视的角度拍摄列车走行部件的下底面图像以及列车走行部件左右两侧面的图像;最后由机器视觉单元检测各帧图像上列车的裂纹和零件状况。本发明能够自动、快速、高效地实现对列车走行部的检查。本发明所提供的对列车走行部的检查维护方式不仅成本低而且效率高,还不容易因为人眼观察的盲区而出现漏检状况,能够有效提高检修的准确度。

    一种基于自调节联合分布自适应的早期微弱故障诊断方法

    公开(公告)号:CN118779781A

    公开(公告)日:2024-10-15

    申请号:CN202410747845.0

    申请日:2024-06-11

    摘要: 本发明公开了一种基于自调节联合分布自适应的早期微弱故障诊断方法,涉及机械工程技术领域。该方法包括如下步骤,步骤1:采集对源域的一维振动信号和目标域的早期微弱故障信号。步骤2:搭建Gabor‑CNN主干网络。步骤3:对预处理之后的源域二维图像样本进行重划分。步骤4:统计伪标签相同的目标域样本分布,并求平均值以此作为分类的目标域样本的阈值。步骤5:计算每一轮经过主干网络分类之前的目标域样本数据对应的分布平均值,与步骤4中的阈值求比值,将比值作为条件分布损失和边缘分布损失在总损失函数中的系数;以此进行逐次迭代实现最终分类。本方法可以实现对机械设备退化阶段早期微弱故障的有效分类,防止后期严重故障造成的较高损失。

    同步外骨骼机械臂
    8.
    发明授权

    公开(公告)号:CN108527336B

    公开(公告)日:2023-09-22

    申请号:CN201810652471.9

    申请日:2018-06-22

    IPC分类号: B25J9/00

    摘要: 本发明提供一种同步外骨骼机械臂,属于仿生机器人技术领域。其包括支撑装置及对称安装在是所述支撑装置两侧的两个手臂,每一个所述手臂包括大臂、小臂及传动装置,所述大臂与所述小臂铰接,所述传动装置包括套接在人体手臂上的大臂套、安装在所述大臂上的传动轴及安装在所述小臂上的传动机构,所述大臂套与所述传动轴转动连接,所述传动轴的一端与所述传动机构相连。本发明中的同步外骨骼机械臂以人的手臂作为动力源,通过传动轴和传动机构分别将动力传递给大臂和小臂,从而同步完成人的手臂动作,为人体提供支撑及运动辅助,耗材少且容易操作。

    一种融合数据的轨道交通轮轨磨耗预测方法及模型

    公开(公告)号:CN115619000A

    公开(公告)日:2023-01-17

    申请号:CN202211143579.8

    申请日:2022-09-20

    摘要: 本发明公开了一种融合数据的轨道交通轮轨磨耗预测方法,包括以下步骤:物理模型数据获取:获得物理模型数据廓形演化矩阵A;实测数据获取:获得实测廓形演化矩阵B;数据层融合:将物理模型数据与实测数据进行融合,获得廓形演化矩阵C;预测模型建立:建立用于磨耗预测的卷积‑多循环神经网络架构;预测模型训练:将物理模型数据和现场数据作为输入,训练预测模型;磨耗预测:输入一段物理模型数据和现场数据融合的矩阵C*,预测模型输出廓形磨耗矩阵D。本发明提出的方法可以充分发挥物理模型和现场实测数据的优势,开展输入层的数据融合,提高预测网络模型的泛化性,拓宽预测时间的有效长度、提升预测精度。

    基于微型飞行器的目标检测系统

    公开(公告)号:CN111204452B

    公开(公告)日:2021-07-16

    申请号:CN202010083951.5

    申请日:2020-02-10

    摘要: 本发明提供一种基于微型飞行器的目标检测系统,其通过设置在四轴飞行平台上的摄像头采集视频数据,然后通过Raspberry pi 4微型控制单元以及加装在其上的Coral USB加速棒承载包括有多分支深度可分离卷积神经网络和Single Shot MultiBox Detector运算模块的目标检测系统对所述视频数据中的帧画面进行物体检测。本发明通过使用深度可分离卷积降低模型的大小,利用多分支结构提高模型的泛化性。其在Raspberry pi 4上加装Coral USB加速棒的情况下,能够通过构建的MBDSCNN‑SSD目标检测模型对物体进行快速检测。