-
公开(公告)号：CN109754422B
公开(公告)日：2022-09-13
申请号：CN201910022600.0
申请日：2019-01-10
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于灰度突变的扣件区域定位方法，包括(1)图像预处理：采集不同时段的轨道图像，构造二维伽马函数，轨道图像进行伽马校正后进行边缘提取得到边缘图像；边缘图像通过小波变换分解后进行重构，重构后的图像进行边缘提取；(2)扣件区域定位：钢轨图像进行灰度突变统计，得到灰度突变点标记图和统计图，然后修正统计图；根据统计图谷底区域定位流程图计算统计图的谷底区域，根据图像上的位置关系找出扣件区域；(3)计算总体定位准确率。本发明通过对图像预处理过程中的伽马变换、小波变换，对于灰度统计图中行和列的极小值进行了拉伸，双轨扣件定位精确度高，能快速、有效定位出扣件区域，具有较强鲁棒性和实用性。
-
公开(公告)号：CN110781964A
公开(公告)日：2020-02-11
申请号：CN201911028281.0
申请日：2019-10-28
Applicant: 兰州交通大学 , 兰州博才科技有限公司
Abstract: 本发明公开一种基于视频图像的人体目标检测方法及系统。该方法包括：获取带有标注信息的视频图像人体目标数据集；采用迁移学习算法，提取TINY YOLOv3模型的部分网络层，得到预训练模型；采用带有标注信息的视频图像人体目标数据集和预训练模型，对TINY YOLOv3模型进行训练，得到训练好的人体目标检测模型；将人体目标检测模型部署至树莓派设备；获取待检测的视频图像；将待检测的视频图像输入至树莓派设备中的人体目标检测模型，对待检测的视频图像中的人体目标进行检测。本发明可以改善嵌入式设备在视频图像人体目标检测中出现的漏检、误检、遮挡等现象，提高行人目标检测的位置精度，满足实时性的要求。
-
公开(公告)号：CN107161180B
公开(公告)日：2019-07-02
申请号：CN201710471870.0
申请日：2017-06-20
Applicant: 兰州交通大学
IPC: B61L27/04
Abstract: 本发明属于编组站驼峰场信号设备自动化控制技术领域，公开了一种新型控制、监督、监测一体化的驼峰全电子自动化系统，系统结构为操作层、监控层、执行层三级体系结构；各层建立在计算机网络传输的平台之上，采用数据库技术，实现信息的集成共享与交换。执行层由全电子智能化执行控制模块群组成，实现信息采集、逻辑判断、控制执行、状态记忆、故障保护、监测报警等功能。系统自带维护监测机实现微机监测功能，具有故障自诊断和自恢复功能，报警显示可迅速定位到板级。与现有技术相比，系统安全可靠，结构简单、集成度高，功能更强、扩展性更好，维修方便，是一个具有智能特点的集控制、监督、监测为一体化的驼峰自动化系统。
-
公开(公告)号：CN109491267A
公开(公告)日：2019-03-19
申请号：CN201910027944.0
申请日：2019-01-11
Applicant: 兰州交通大学
IPC: G05B17/02
Abstract: 本发明公开了一种基于数据驱动的驼峰自动化半实物仿真实验系统及其算法，系统包括实物子系统、控制子系统和管理子系统，实物子系统包括转辙机、减速器、测速雷达、测长模块、信号机等；控制子系统包括控制接口柜、组合架、智能电源屏，控制接口柜中设置COM接口、I/O接口、减速器模块、进路模块，组合架中设置驼峰信号继电器组合装置、调车信号组合装置、控制减速器继电器组合装置；管理子系统包括溜放进路/速度控制终端、调车进路控制终端、作业过程监控终端、电务维修管理终端。本发明采用计算机模拟和现场实物设备相结合的方式，实现按照完整调车计划进行溜放作业全过程的作业仿真推演的功能，为轨道交通信号与控制实践教学提供先进的实验手段。
-
公开(公告)号：CN107161180A
公开(公告)日：2017-09-15
申请号：CN201710471870.0
申请日：2017-06-20
Applicant: 兰州交通大学
IPC: B61L27/04
CPC classification number: B61L27/04
Abstract: 本发明属于编组站驼峰场信号设备自动化控制技术领域，公开了一种新型控制、监督、监测一体化的驼峰全电子自动化系统，系统结构为操作层、监控层、执行层三级体系结构；各层建立在计算机网络传输的平台之上，采用数据库技术，实现信息的集成共享与交换。执行层由全电子智能化执行控制模块群组成，实现信息采集、逻辑判断、控制执行、状态记忆、故障保护、监测报警等功能。系统自带维护监测机实现微机监测功能，具有故障自诊断和自恢复功能，报警显示可迅速定位到板级。与现有技术相比，系统安全可靠，结构简单、集成度高，功能更强、扩展性更好，维修方便，是一个具有智能特点的集控制、监督、监测为一体化的驼峰自动化系统。
-
Patent Agency Ranking
公开(公告)号：CN106355562A
公开(公告)日：2017-01-25
申请号：CN201610782568.2
申请日：2016-08-30
Applicant: 兰州交通大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明公开了一种基于机器视觉的钢轨检测图像的去噪方法，能、快速有效地去除图像中的椒盐噪声，步骤有：S1、获取待去噪的钢轨图像，在钢轨图像上建立滤波窗口；S2、滤波窗口由钢轨图像的最左侧向右移动一个像素宽的步长，并判断滤波窗口中心像素点的灰度值是否在预设的灰度值范围内，如果在，则保持该点的灰度值不变，执行步骤4，反之，则执行步骤3；S3、以中心像素点为标志点划分出一个左上三角形矩阵，对该三角形矩阵中除中心像素点外的5个像素点的灰度值进行排序，取中间值作为该像素点灰度的更新值；S4、滤波窗口按照从左至右、从上至下的原则，重复上述步骤，依次进行所有像素点灰度值的判断更新，直至图像中所有的像素点灰度值判断更新完为止。
-
公开(公告)号：CN102269791B
公开(公告)日：2013-09-04
申请号：CN201110106393.0
申请日：2011-04-27
Applicant: 兰州交通大学
Abstract: 本发明公开了一种铁路信号电缆断线故障在线监测及定位的方法，在铁路信号电缆每个分线盒的备用芯线对接线柱之间接入电阻，构成电阻网络，将备用芯线对形成若干个闭合回路，在所述电阻网络的一端或两端施加一恒定直流电压，检测流入所述电阻网络的电流值。通过检测回路电流值来反映回路电阻值变化，进而反映电缆芯线的状态并确定电缆芯线发生断线故障的位置。并以在线监测备用芯线对代替在用芯线对，进而在不影响正常列控信号传输的情况下实现了信号电缆的故障在线监测。
-
公开(公告)号：CN117056199B
公开(公告)日：2024-10-18
申请号：CN202310394843.3
申请日：2023-04-13
Applicant: 兰州交通大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于禁忌搜索的列车运行控制系统测试用例生成方法，该方法包括以下步骤：S1、提取临时限速场景的设备故障特征作为故障注入输入参数，分析设备间的约束关系，建立约束满足模型；S2、依据信号设备的特点，改进禁忌搜索算法的初始解生成方式和邻域搜索过程，生成满足约束关系的测试用例。本发明改进了禁忌搜索算法，将其成功应用在组合测试中，解决了初始解质量低、约束致使产生无效测试用例等问题，能够高效减少测试用例生成个数与覆盖组合，可有效缩短测试时间；本发明所提算法在覆盖维度较大、参数较多时，测试用例约简能力和故障检测能力更高，更节约测试成本，测试效率更高。
-
公开(公告)号：CN114674827B
公开(公告)日：2024-09-20
申请号：CN202210214466.6
申请日：2022-03-04
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于两阶段深度学习策略的桥梁裂纹检测方法，将分类网络与分割网络相结合，首先利用分类网络对高分辨率桥梁裂纹图像中的裂纹位置进行粗定位，通过对YOLOx的剪枝，将目标检测的回归问题转换为二分类问题，避免卷积神经网络因平移不变性带来的网络性能降低，同时，为提升模型性能，DBCC‑Net中嵌入了全局感知模块，避免传统方法将图像切片而导致切片间信息不共享的问题。然后进行分类网络后处理，包括模型修正和切片聚类；最后利用DDRNet对切片图像进行像素级分割，提取出裂缝完整形态。本发明可用于高分辨率桥梁裂纹图像的像素级快速检测，实现了高效率、高精度的裂纹检测，具有较高实用价值。
-
公开(公告)号：CN114674827A
公开(公告)日：2022-06-28
申请号：CN202210214466.6
申请日：2022-03-04
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于两阶段深度学习策略的桥梁裂纹检测方法，将分类网络与分割网络相结合，首先利用分类网络对高分辨率桥梁裂纹图像中的裂纹位置进行粗定位，通过对YOLOx的剪枝，将目标检测的回归问题转换为二分类问题，避免卷积神经网络因平移不变性带来的网络性能降低，同时，为提升模型性能，DBCC‑Net中嵌入了全局感知模块，避免传统方法将图像切片而导致切片间信息不共享的问题。然后进行分类网络后处理，包括模型修正和切片聚类；最后利用DDRNet对切片图像进行像素级分割，提取出裂缝完整形态。本发明可用于高分辨率桥梁裂纹图像的像素级快速检测，实现了高效率、高精度的裂纹检测，具有较高实用价值。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.048 seconds)
