-
公开(公告)号：CN114202540B
公开(公告)日：2022-05-13
申请号：CN202210144493.0
申请日：2022-02-17
Applicant: 中铁电气化局集团有限公司 , 中国铁路沈阳局集团有限公司大连供电段
Inventor： 宋东海 , 李曌宇 , 李洪海 , 缪弼东 , 柴洪阳 , 朱海燕 , 霍文婷 , 王钊 , 张斌 , 张峰 , 刘亚光 , 焦伟峰 , 齐佳风 , 黎锋 , 闫亚楠 , 马进军 , 张玉平 , 高峰 , 饶洪伟 , 刘建丁 , 侯瑞 , 胡记绪 , 李超 , 刘浩 , 夏志远 , 郄燚明 , 胡佳宾
Abstract: 本发明公开了一种铁接触网开口销缺陷的智能检测方法及系统，其中，首先获取含有高铁接触网开口销缺陷的样本和高铁接触网开口销正常的样本组成的数据集，并按比例将该数据集划分为训练集和测试集；然后使用Pytorch深度学习框架，搭建识别网络模型；再通过模型训练系统训练所述识别网络模型，通过模型测试系统测试训练后的识别网络模型，从而使得识别网络模型能够识别高铁接触网开口销缺陷；最后调取实时的高铁接触网图像，截取出其中包含斜腕臂及其下方结构的子图像，通过识别网络模型进行识别并获得识别结果，进而抓取包含开口销缺陷的高铁接触网图像。
-
公开(公告)号：CN114202540A
公开(公告)日：2022-03-18
申请号：CN202210144493.0
申请日：2022-02-17
Applicant: 中铁电气化局集团有限公司 , 中国铁路沈阳局集团有限公司大连供电段
Inventor： 宋东海 , 李曌宇 , 李洪海 , 缪弼东 , 柴洪阳 , 朱海燕 , 霍文婷 , 王钊 , 张斌 , 张峰 , 刘亚光 , 焦伟峰 , 齐佳风 , 黎锋 , 闫亚楠 , 马进军 , 张玉平 , 高峰 , 饶洪伟 , 刘建丁 , 侯瑞 , 胡记绪 , 李超 , 刘浩 , 夏志远 , 郄燚明 , 胡佳宾
Abstract: 本发明公开了一种铁接触网开口销缺陷的智能检测方法及系统，其中，首先获取含有高铁接触网开口销缺陷的样本和高铁接触网开口销正常的样本组成的数据集，并按比例将该数据集划分为训练集和测试集；然后使用Pytorch深度学习框架，搭建识别网络模型；再通过模型训练系统训练所述识别网络模型，通过模型测试系统测试训练后的识别网络模型，从而使得识别网络模型能够识别高铁接触网开口销缺陷；最后调取实时的高铁接触网图像，截取出其中包含斜腕臂及其下方结构的子图像，通过识别网络模型进行识别并获得识别结果，进而抓取包含开口销缺陷的高铁接触网图像。
-
公开(公告)号：CN114266770A
公开(公告)日：2022-04-01
申请号：CN202210195215.8
申请日：2022-03-02
Applicant: 中铁电气化局集团有限公司 , 中国铁路上海局集团有限公司杭州供电段
Inventor： 李曌宇 , 马时达 , 缪弼东 , 宋东海 , 陈军 , 张焜森 , 齐佳风 , 钟建伟 , 朱海燕 , 闫锐毅 , 缪智勇 , 张蔚 , 汤少杰 , 王晨 , 马进军 , 高峰 , 陆登山 , 张斌 , 张峰 , 刘亚光 , 饶洪伟 , 刘建丁 , 侯瑞 , 李超
Abstract: 本发明公开了一种通过神经网络学习方法检测高铁接触网吊弦缺陷的方法、系统及电子设备。本发明的方法包括：步骤S101、获取待检测图像，待检测图像中含有吊弦；步骤S102、将待检测图像输入到目标识别模型中，筛选出吊弦上带有凸起的图像；步骤S103、根据带有凸起的图像，获取与凸起突变点预设距离内正常吊弦的切线斜率，并将该正常吊弦的切线斜率输入到神经网络模型中，获得凸起突变点处理想的吊弦的切线斜率；步骤S104、根据凸起突变点处理想的吊弦的切线斜率判断凸起是毛刺还是硬弯。本发明能够通过利用凸起突变点处吊弦的切线斜率就能够检测出凸起是硬弯还是毛刺，兼顾了检测效率和检测准确度，硬弯和毛刺的检测精度能够达到99%以上。
-
公开(公告)号：CN114266770B
公开(公告)日：2022-05-17
申请号：CN202210195215.8
申请日：2022-03-02
Applicant: 中铁电气化局集团有限公司 , 中国铁路上海局集团有限公司杭州供电段
Inventor： 李曌宇 , 马时达 , 缪弼东 , 宋东海 , 陈军 , 张焜森 , 齐佳风 , 钟建伟 , 朱海燕 , 闫锐毅 , 缪智勇 , 张蔚 , 汤少杰 , 王晨 , 马进军 , 高峰 , 陆登山 , 张斌 , 张峰 , 刘亚光 , 饶洪伟 , 刘建丁 , 侯瑞 , 李超
Abstract: 本发明公开了一种通过神经网络学习方法检测高铁接触网吊弦缺陷的方法、系统及电子设备。本发明的方法包括：步骤S101、获取待检测图像，待检测图像中含有吊弦；步骤S102、将待检测图像输入到目标识别模型中，筛选出吊弦上带有凸起的图像；步骤S103、根据带有凸起的图像，获取与凸起突变点预设距离内正常吊弦的切线斜率，并将该正常吊弦的切线斜率输入到神经网络模型中，获得凸起突变点处理想的吊弦的切线斜率；步骤S104、根据凸起突变点处理想的吊弦的切线斜率判断凸起是毛刺还是硬弯。本发明能够通过利用凸起突变点处吊弦的切线斜率就能够检测出凸起是硬弯还是毛刺，兼顾了检测效率和检测准确度，硬弯和毛刺的检测精度能够达到99%以上。
-
公开(公告)号：CN118411569A
公开(公告)日：2024-07-30
申请号：CN202410850463.0
申请日：2024-06-28
Applicant: 中铁电气化局集团有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本申请提供一种高速铁路电连接损伤检测方法。使用人工标注的方式建立结论准确的电连接损伤标准分类数据库；使用人工智能方法利用所述分类数据库构建知识图谱；输入检测数据，使用所述知识图谱作为检测训练集对所述检测数据进行分析，使用边缘检测算法提取边缘线条，用于断股、部件脱落、断线检测；使用卷积神经网络算法检测图形面积，用于变形、部分松脱、烧毁检测；所述卷积神经网络算法使用MobileNetV3模型，所述模型使用倒残差结构和SE注意力机制模块；计算得到检测结果。本申请能够同时检测多种类型的电连接损伤，构建的知识图谱数据准确丰富，选用的算法能够高效地处理检测数据，在检测结果准确的基础上提高检测效率。
-
Patent Agency Ranking
公开(公告)号：CN116109987A
公开(公告)日：2023-05-12
申请号：CN202310362377.0
申请日：2023-04-07
Applicant: 中铁电气化局集团有限公司
Inventor： 李曌宇 , 赵广智 , 宋东海 , 马进军 , 张斌 , 赖一雄 , 粱景昆 , 胡记绪 , 刘亚光 , 焦伟峰 , 闫亚楠 , 高峰 , 饶洪伟 , 刘建丁 , 缪弼东 , 齐佳风 , 刘浩 , 李超 , 夏志远 , 郄燚明 , 胡佳宾
IPC: G06V20/40 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/774 , G06N20/00
Abstract: 本发明提供一种基于深度学习的接触网悬挂部件故障检测方法和装置，所述方法包括：根据设置在列车上的动态视觉感受器和相机，同时对列车上方进行预设时间段的拍摄，获得至少两个运动图像帧以及多个动态视觉图像；在运动图像帧中，确定接触网悬挂部件所在的第一区域；根据第一区域，筛选动态视觉图像，获得目标动态视觉图像；将目标动态视觉图像和运动图像帧输入分类网络模型，获得接触网悬挂部件的类型；根据接触网悬挂部件的类型和运动图像帧，确定接触网悬挂部件的故障检测结果。根据本发明，还可利用目标动态视觉图像增强分类网络模型的特征，提升识别和分类的准确性，从而在高速运行的列车上识别接触网悬挂部件的类型，提升故障检测准确性。
-
公开(公告)号：CN118411569B
公开(公告)日：2024-09-27
申请号：CN202410850463.0
申请日：2024-06-28
Applicant: 中铁电气化局集团有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本申请提供一种高速铁路电连接损伤检测方法。使用人工标注的方式建立结论准确的电连接损伤标准分类数据库；使用人工智能方法利用所述分类数据库构建知识图谱；输入检测数据，使用所述知识图谱作为检测训练集对所述检测数据进行分析，使用边缘检测算法提取边缘线条，用于断股、部件脱落、断线检测；使用卷积神经网络算法检测图形面积，用于变形、部分松脱、烧毁检测；所述卷积神经网络算法使用MobileNetV3模型，所述模型使用倒残差结构和SE注意力机制模块；计算得到检测结果。本申请能够同时检测多种类型的电连接损伤，构建的知识图谱数据准确丰富，选用的算法能够高效地处理检测数据，在检测结果准确的基础上提高检测效率。
-
公开(公告)号：CN116109987B
公开(公告)日：2023-06-23
申请号：CN202310362377.0
申请日：2023-04-07
Applicant: 中铁电气化局集团有限公司
Inventor： 李曌宇 , 赵广智 , 宋东海 , 马进军 , 张斌 , 赖一雄 , 粱景昆 , 胡记绪 , 刘亚光 , 焦伟峰 , 闫亚楠 , 高峰 , 饶洪伟 , 刘建丁 , 缪弼东 , 齐佳风 , 刘浩 , 李超 , 夏志远 , 郄燚明 , 胡佳宾
IPC: G06V20/40 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/774 , G06N20/00
Abstract: 本发明提供一种基于深度学习的接触网悬挂部件故障检测方法和装置，所述方法包括：根据设置在列车上的动态视觉感受器和相机，同时对列车上方进行预设时间段的拍摄，获得至少两个运动图像帧以及多个动态视觉图像；在运动图像帧中，确定接触网悬挂部件所在的第一区域；根据第一区域，筛选动态视觉图像，获得目标动态视觉图像；将目标动态视觉图像和运动图像帧输入分类网络模型，获得接触网悬挂部件的类型；根据接触网悬挂部件的类型和运动图像帧，确定接触网悬挂部件的故障检测结果。根据本发明，还可利用目标动态视觉图像增强分类网络模型的特征，提升识别和分类的准确性，从而在高速运行的列车上识别接触网悬挂部件的类型，提升故障检测准确性。
-
公开(公告)号：CN115880618B
公开(公告)日：2023-06-02
申请号：CN202310188613.1
申请日：2023-03-02
Applicant: 中铁电气化局集团有限公司
Inventor： 缪弼东 , 宋东海 , 李曌宇 , 刘建丁 , 栗国东 , 李建明 , 张非平 , 王军 , 张玉平 , 齐佳风 , 刘浩 , 夏志远 , 郄燚明 , 胡佳宾 , 刘啸辰 , 刘亚光 , 张峰 , 焦伟峰
IPC: G06V20/50 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/084
Abstract: 本申请提供一种基于随机梯度下降算法的高铁接触网目标的检测方法，该方法包括从高铁接触网故障检测图像数据库中按待检测的故障类型提取图像数据；对提取的所述图像数据进行预处理，得到预处理数据；可选的使用K均值聚类算法对预处理后的图像进行聚类；根据改进的随机梯度下降算法建立的深度网络模型对预处理数据进行特征提取，改进的随机梯度下降算法中，先使用梯度下降快的学习率参数，再使用通用的学习率参数进行计算；利用提取的特征对接收的高铁接触网检测图像进行分析。本申请使用高铁接触网故障检测图像数据库和改进的随机梯度下降算法，有效提高了检测准确率和检测效率，满足高铁接触网目标缺陷检测的自动化、实时性、高准确度的要求。
-
公开(公告)号：CN115880618A
公开(公告)日：2023-03-31
申请号：CN202310188613.1
申请日：2023-03-02
Applicant: 中铁电气化局集团有限公司
Inventor： 缪弼东 , 宋东海 , 李曌宇 , 刘建丁 , 栗国东 , 李建明 , 张非平 , 王军 , 张玉平 , 齐佳风 , 刘浩 , 夏志远 , 郄燚明 , 胡佳宾 , 刘啸辰 , 刘亚光 , 张峰 , 焦伟峰
IPC: G06V20/50 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/084
Abstract: 本申请提供一种基于随机梯度下降算法的高铁接触网目标的检测方法，该方法包括从高铁接触网故障检测图像数据库中按待检测的故障类型提取图像数据；对提取的所述图像数据进行预处理，得到预处理数据；可选的使用K均值聚类算法对预处理后的图像进行聚类；根据改进的随机梯度下降算法建立的深度网络模型对预处理数据进行特征提取，改进的随机梯度下降算法中，先使用梯度下降快的学习率参数，再使用通用的学习率参数进行计算；利用提取的特征对接收的高铁接触网检测图像进行分析。本申请使用高铁接触网故障检测图像数据库和改进的随机梯度下降算法，有效提高了检测准确率和检测效率，满足高铁接触网目标缺陷检测的自动化、实时性、高准确度的要求。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.05 seconds)
