-
公开(公告)号：CN114495068B
公开(公告)日：2022-07-08
申请号：CN202210400887.8
申请日：2022-04-18
Applicant: 河北工业大学
Abstract: 本发明为基于人机交互和深度学习的路面健康检测“元”方法，采用了人机交互和虚拟现实的原理，真正意义上将人工与计算机视觉结合在了一起，利用高准确率的计算机视觉模型对于人工进行提示，对于单一且枯燥的路面场景，省去了人眼大部分的寻找病害的工作，检测时利用人工辅助实时判断计算机视觉的识别结果，依靠人机交互实时纠正，弥补了当前路面检测方法和仪器在传统人工检测和计算机视觉检测之间的衔接空白，提高了计算机视觉对于复杂路面情况的正确率，又改善了人工检测的效率低下、需要封闭交通的缺点，对于低等级公路、次干路和支路行驶速度低，路面的病害情况复杂多样的情况，具有很高的实用性。
-
公开(公告)号：CN114049618B
公开(公告)日：2022-03-22
申请号：CN202210029497.4
申请日：2022-01-12
Applicant: 河北工业大学
IPC: G06V20/58 , G06V10/30 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明为一种基于图‑点‑图变换的三维路面病害的PCI计算方法，该计算方法能通过RGB图像直接计算路面三维病害的PCI，其中通过GA‑CNN网络实现三维病害图像筛选，通过图点图变换将RGB图像转化成含有距离信息的灰度映射图，通过对二维的灰度映射图的处理提取三维病害的三维特征，并进行破损分级和PCI计算。计算方法全过程都是对二维图像进行识别处理，相对于三维网络处理三维数据节省大量计算时间和算力，设置GA‑CNN算法减少了工作量，并给出了精确地体积计算方式，生成灰度映射图精度更高，可以达到亚毫米的像素精度，实现了三维病害类型快速识别、病害三维形态特征精准提取和病害破损程度的高效分级。
-
公开(公告)号：CN113686962A
公开(公告)日：2021-11-23
申请号：CN202111003417.X
申请日：2021-08-30
Applicant: 河北工业大学
IPC: G01N29/07
Abstract: 本发明一种基于波速理论的路基压实特性在线监测方法，该方法包括下述内容：对待检测路段点位采用环刀法取样测量压实土体密度；测量待检测路段点位的横波、纵波和瑞利波波速；利用三种波速、压实土体密度与介质材料特性的相关关系，计算压实土体特性的相关参数，压实土体特性的相关参数包括泊松比、弹性模量、剪切模量，检测路基压实质量。本申请省去了实验室内的复杂试验过程，在现场即可完成实时监测，高效快捷，本发明能将测量结果上传数据管理系统，对路基压实特性进行在线监测。
-
公开(公告)号：CN113065722A
公开(公告)日：2021-07-02
申请号：CN202110498608.1
申请日：2021-05-08
Applicant: 河北工业大学
Abstract: 本发明为一种基于深度学习的连续多步预测道路智能养护系统，通过预测模型和残差修正模型，可以预测出未来几年内哪些道路病害会发展成比较严重的病害。根据道路的全寿命周期策略，全寿命周期养护管理即在有限的养护资金规模下，从公路整体出发，综合考虑路基路面运行现状并结合当前可采取的预防性养护技术，制定涵盖路面全寿命周期的中长期养护战略计划，并针对最佳路段确定最佳时机，对“最差”路段采取重建、维修、改善等有效的养护措施，实现最大化的资金利用效果和路况改善效果，指导用户进行科学的道路养护，避免因养护方法不佳而造成资金的浪费。
-
公开(公告)号：CN112252292B
公开(公告)日：2021-05-28
申请号：CN202011103702.4
申请日：2020-10-15
Applicant: 河北工业大学
Abstract: 本发明为一种基于人工神经网络的高速公路压实度实时监测方法，该方法利用历史数据训练神经网络建立压实度计算模型，考虑填筑体参数、压路机控制参数和传感器获取参数，应用于压实施工中的压实度实时计算和实时显示，提高预测精度及计算效率。根据数据平台获取历史数据，训练压实度计算模型，将训练好的压实度计算模型调入到压路机控制系统中，在压路机工作之前，将测得的压实前填筑体参数和压路机控制参数输入到压路机控制系统所调入的压实度计算模型之中，结合压实过程中收集得到的压路机控制参数和传感器获取参数，实时反馈压实度。该方法考虑多种应用场景的不同工况，为压实的全过程监控体系的建立创造条件，具有普适性。
-
Patent Agency Ranking
公开(公告)号：CN112200367B
公开(公告)日：2021-05-28
申请号：CN202011081222.2
申请日：2020-10-09
Applicant: 河北工业大学
Abstract: 本发明公开一种支持充放电策略的电动汽车配送路径优化方法，该配送路径优化方法首先搭建以车辆固定成本、行驶成本、惩罚成本以及充放电成本为优化的目标函数，然后根据顾客点和充电站的坐标，采用遗传算法与局部搜索的混合算法进行路径规划，得到最优路径方案；最后根据步骤2得到的电动汽车配送路径的最优路径方案，结合分时电价，以换电站交换电池的供电方式，指导电力市场制定利润最大化的充放电决策。该配送路径优化方法设计了一种与局部搜索相结合的改进遗传算法(GA‑LS)，考虑了电动汽车充放电对电网的影响，具有鲁棒稳定性强、迭代效率高、求解质量高等优点。
-
公开(公告)号：CN111105332B
公开(公告)日：2020-09-08
申请号：CN201911314041.7
申请日：2019-12-19
Applicant: 河北工业大学
Abstract: 本发明涉及一种基于人工神经网络的高速公路智能预养护方法，包括以下步骤：步骤1、采集第一层人工神经网络的输入特征和输出特征；步骤2、建立第一层人工神经网络，训练得到道路状况数据和道路破坏数据之间的因果关系的神经网络模型；步骤3、建立第二层决策树模型；步骤4、对从道路状况数据到养护决策有时间序列的两层神经网络模型构成的算法进行优化；步骤5、根据步骤4的优化算法，得到从路面损坏参数到道路预养护决策之间的规范。本发明能够提高预测精度和预测效率以及预测的前瞻性。
-
公开(公告)号：CN111105332A
公开(公告)日：2020-05-05
申请号：CN201911314041.7
申请日：2019-12-19
Applicant: 河北工业大学
Abstract: 本发明涉及一种基于人工神经网络的高速公路智能预养护方法，包括以下步骤：步骤1、采集第一层人工神经网络的输入特征和输出特征；步骤2、建立第一层人工神经网络，训练得到道路状况数据和道路破坏数据之间的因果关系的神经网络模型；步骤3、建立第二层决策树模型；步骤4、对从道路状况数据到养护决策有时间序列的两层神经网络模型构成的算法进行优化；步骤5、根据步骤4的优化算法，得到从路面损坏参数到道路预养护决策之间的规范。本发明能够提高预测精度和预测效率以及预测的前瞻性。
-
公开(公告)号：CN114118539B
公开(公告)日：2024-06-04
申请号：CN202111330804.4
申请日：2021-11-11
Applicant: 河北工业大学 , 河北省高速公路延崇管理中心
Abstract: 本发明为一种基于微观单元性能预测的高速公路精准养护决策方法，该方法根据高速公路各项历史数据建立高速公路精准养护决策，从而达到高速公路在养护规划期限内养护效益最优，包括养护单元选择模块、特征预测模块、性能预测模块和养护决策模块；养护单元选择模块根据道路现有状况选取需要养护的养护单元，特征预测模块对目标高速公路所有百米桩号单元进行交通特征和环境特征的独立预测；性能预测模块接收来自特征预测模块的预测值作为养护周期内的特征值进行使用性能的连续预测，其输入包括养护方式。通过养护决策优化的养护策略去优化路面特征，路面特征预测的结果又能反哺养护决策优化，达到效益最优，更加客观。
-
公开(公告)号：CN116662931A
公开(公告)日：2023-08-29
申请号：CN202310670851.6
申请日：2023-06-08
Applicant: 河北工业大学
IPC: G06F18/25 , E02D1/00 , G06F18/214 , G06V10/147 , G06V10/10 , G06V10/143 , G06V10/82 , G06V10/42 , G06V10/80
Abstract: 本发明为一种基于多模态复视的路基压实质量评价方法及装备，安装相机群连续获取路基压实图像，所述相机群包括红外相机和至少两个RGB相机；红外相机用于获取清晰拍摄的路基的红外图像，一个RGB相机用于获取垂直拍摄的路基的低位细观图像，其余RGB相机用于获取斜视拍摄的路基的高位宏观图像；对采集的红外图像进行频域转换，得到红外频域图像；将低位细观图像、高位宏观图像、红外图像和红外频域图像构成图像数据集，压路机机械参数和路基填土参数构成参数数据集；利用图像数据集和参数数据集及对应的路基压实度训练多模态复视路基压实度预测网络，用于路基压实质量评价。提高模型准确性和鲁棒性，可应用于不同施工场景。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.028 seconds)
