一种基于多毫米波雷达的目标轨迹去重方法

    公开(公告)号:CN117214880A

    公开(公告)日:2023-12-12

    申请号:CN202311180091.7

    申请日:2023-09-13

    申请人: 常州工学院

    IPC分类号: G01S13/58 G01S13/50

    摘要: 本发明公开了一种基于多毫米波雷达的目标轨迹去重方法。该方法包括:对不同设备获取的点云记录进行分类;分别处理每个设备的点云数据;点云轨迹重叠分析;去重误差统计。本发明基于多毫米波雷达的目标轨迹去重方法对已有的多毫米波雷达点云数据,通过目标轨迹提取算法和数据去重算法,实现不同目标轨迹点云数据清洗,为目标检测及跟踪技术提供可靠的点云数据。

    一种基于深度学习的地下管道裂缝检测装置及识别方法

    公开(公告)号:CN115096892A

    公开(公告)日:2022-09-23

    申请号:CN202210598987.6

    申请日:2022-05-30

    申请人: 常州工学院

    IPC分类号: G01N21/88 G01N21/01 G06T7/00

    摘要: 本发明涉及地下管道施工行业中的检测领域,特别涉及一种基于深度学习的地下管道裂缝检测装置及识别方法;包括主轴(1)、步进电机(2)、滚珠丝杠(3)、弹簧支撑曲柄(4)和履带轮(5),所述步进电机(2)安装在主轴(1)的一端,步进电机(2)的输出端通过滚珠丝杠(3)与弹簧支撑曲柄(4)连接,所述弹簧支撑曲柄(4)上安装有履带轮(5),所述主轴(1)上还安装有传感器模组(6),履带轮(5)内内置有电池组;可有效降低了对管道检测的人工成本,为电力和通信提供安全的传输环境;通过深度学习算法对管道裂缝进行识别,作为判断管道裂缝的手段,有效降低了人工误判、漏判的概率,大大提高了检测效率。