-
公开(公告)号：CN111583108A
公开(公告)日：2020-08-25
申请号：CN202010312819.7
申请日：2020-04-20
Applicant: 北京新桥技术发展有限公司
Abstract: 本发明涉及图像处理领域，具体的说是一种隧道衬砌面线阵图像TOF融合拼接方法、装置及存储介质，本方法利用图像结合激光TOF测距技术，将车载相机相对隧道衬砌面的TOF信息和相机图像结合，利用TOF信息融合方式首先计算出图像重叠区域的特征参数，并依据特征参数计算出图像重叠区域的像素数量，并进行对比，根据对比结果对图像进行剪裁拼接，解决了图像拼接对准精度低，拼接速度慢的问题，有效的提升了拼接精度和速度。
-
公开(公告)号：CN111583108B
公开(公告)日：2020-12-18
申请号：CN202010312819.7
申请日：2020-04-20
Applicant: 北京新桥技术发展有限公司
Abstract: 本发明涉及图像处理领域，具体的说是一种隧道衬砌面线阵图像TOF融合拼接方法、装置及存储介质，本方法利用图像结合激光TOF测距技术，将车载相机相对隧道衬砌面的TOF信息和相机图像结合，利用TOF信息融合方式首先计算出图像重叠区域的特征参数，并依据特征参数计算出图像重叠区域的像素数量，并进行对比，根据对比结果对图像进行剪裁拼接，解决了图像拼接对准精度低，拼接速度慢的问题，有效的提升了拼接精度和速度。
-
公开(公告)号：CN110470447A
公开(公告)日：2019-11-19
申请号：CN201910777308.X
申请日：2019-08-22
Applicant: 北京新桥技术发展有限公司
Abstract: 本发明公开了一种公路柱式桥墩服役状态快速评估方法，包括：以冲击响应为激励，对公路柱式桥墩进行动力响应测试；对桥墩进行整体健全度评估；建立公路桥墩简化模型；对桥墩模型进行参数识别，得到桥墩墩身混凝土刚度、支座弹簧刚度、桥墩冲刷深度；进而建立了桥墩服役状态定量评估准则。本发明的公路柱式桥墩服役状态快速评估方法操作简单，能实现对公路桥墩整体健全度评估，更可以利用模型修正优化算法进一步实现对桥墩墩身刚度、支座弹簧刚度、桥墩冲刷深度进行定量评估，判断出病害类型、病害位置和病害程度，从而实现对公路桥墩安全服役状态的快速评估。
-
公开(公告)号：CN110222701A
公开(公告)日：2019-09-10
申请号：CN201910501707.3
申请日：2019-06-11
Applicant: 北京新桥技术发展有限公司
Abstract: 本发明提供了一种桥梁病害自动识别方法，包括如下步骤：S1：构建桥梁病害检测数据集；S2：将数据集划分为训练集和测试集；S3：基于卷积神经网络SSD构建桥梁病害的目标检测模型；并对S3中的构建的桥梁病害的目标检测模型进行训练，对训练后的桥梁病害的目标检测模型进行评估，如通过了评估标准，则将待检测的带有病害的桥梁图像输入更新参数后的目标检测模型，通过特征融合确定最终的病害位置、种类及尺寸；本发明提供的桥梁病害自动识别方法可以自动检测出桥梁病害的位置、种类及尺寸，提高了检测精度以及效率。
-
公开(公告)号：CN119558823A
公开(公告)日：2025-03-04
申请号：CN202411653349.5
申请日：2024-11-19
Applicant: 北京新桥技术发展有限公司 , 上海市道路运输事业发展中心
IPC: G06Q10/20 , G06Q50/40 , G06Q50/08 , G06F18/10 , G06F18/214 , G06F18/243 , G06F18/27 , G06N5/01
Abstract: 本发明提供了一种针对公路桥梁养护辅助决策方法及决策系统，涉及桥梁养护管理技术，该方法首先对桥梁历史养护数据进行预处理，包括训练数据清洗和输入数据完整性检查，以保证数据质量；然后基于CART算法构建决策树模型，通过递归选择最优分裂特征，生成易于理解和执行的决策规则；最后利用决策树模型对待决策桥梁的特征数据进行分类，输出养护措施决策结果。同时，该方法还可视化展示决策树，提高决策过程的可解释性，并支持增量学习，以适应新的养护需求。本发明可以克服人工经验决策的主观性和局限性，提高桥梁养护决策的科学性、适应性和效率，为桥梁养护管理的智能化提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN110222701B
公开(公告)日：2019-12-27
申请号：CN201910501707.3
申请日：2019-06-11
Applicant: 北京新桥技术发展有限公司
Abstract: 本发明提供了一种桥梁病害自动识别方法，包括如下步骤：S1：构建桥梁病害检测数据集；S2：将数据集划分为训练集和测试集；S3：基于卷积神经网络SSD构建桥梁病害的目标检测模型；并对S3中的构建的桥梁病害的目标检测模型进行训练，对训练后的桥梁病害的目标检测模型进行评估，如通过了评估标准，则将待检测的带有病害的桥梁图像输入更新参数后的目标检测模型，通过特征融合确定最终的病害位置、种类及尺寸；本发明提供的桥梁病害自动识别方法可以自动检测出桥梁病害的位置、种类及尺寸，提高了检测精度以及效率。
-
公开(公告)号：CN110470447B
公开(公告)日：2020-08-04
申请号：CN201910777308.X
申请日：2019-08-22
Applicant: 北京新桥技术发展有限公司
Abstract: 本发明公开了一种公路柱式桥墩服役状态快速评估方法，包括：以冲击响应为激励，对公路柱式桥墩进行动力响应测试；对桥墩进行整体健全度评估；建立公路桥墩简化模型；对桥墩模型进行参数识别，得到桥墩墩身混凝土刚度、支座弹簧刚度、桥墩冲刷深度；进而建立了桥墩服役状态定量评估准则。本发明的公路柱式桥墩服役状态快速评估方法操作简单，能实现对公路桥墩整体健全度评估，更可以利用模型修正优化算法进一步实现对桥墩墩身刚度、支座弹簧刚度、桥墩冲刷深度进行定量评估，判断出病害类型、病害位置和病害程度，从而实现对公路桥墩安全服役状态的快速评估。
-
公开(公告)号：CN109102016B
公开(公告)日：2019-05-31
申请号：CN201810895697.1
申请日：2018-08-08
Applicant: 北京新桥技术发展有限公司
Abstract: 本发明提供一种用于桥梁技术状况的预测方法，主要包括以下步骤：(1)通过现场调研、数据采集、数据分析，得到桥梁技术状况分布规律；(2)根据分布规律，找到相应桥梁，确定该桥梁技术状况影响因素并计算生成预测模型特征向量；(3)根据影响因素和影响度参数，实施基于长短期记忆性循环深度网络的桥梁技术状况预测模型的构建、训练及可靠性分析；(4)将桥梁数据输入步骤(3)中建立的模型进行计算，得到桥梁技术状况的预测结果。通过利用长短期记忆性循环深度网络，构建能够自动修正影响因素权重的桥梁技术状况预测模型，解决目前桥梁技术状况预测方法中影响因素及其影响度参数无法确定而导致的预测结果不够精准的问题。
-
公开(公告)号：CN109133835A
公开(公告)日：2019-01-04
申请号：CN201710465510.X
申请日：2017-06-19
Applicant: 北京新桥技术发展有限公司 , 山西省公路局晋中分局
IPC: C04B28/26 , C04B111/27
CPC classification number: C04B28/26 , C04B2111/00482 , C04B2111/27 , C04B24/42 , C04B24/026 , C04B22/064 , C04B22/10 , C04B2103/50 , C04B2103/601 , C04B22/002
Abstract: 本发明公开了一种水泥基自然渗透型阻水剂及制备方法，由以下重量配比份数制成：硅酸钠5~7份、甲基硅酸钠1.8~2.6份、工业乙醇3.5~5.2份、氢氧化钙1~1.2份、碳酸钠0.8份、清泡剂0.5份、防冻剂0.5份、水溶剂50~150份。本发明的优点是：具有水性环保，无毒、无味，对基层干燥度要求低，就可施工，施工省工、省时、省力，质量可靠，施工简便，成本低。具有高弹性和自愈功能，对一般性穿刺可自行修补，不会出现渗漏；延伸率在600％以上，足以满足一般性的结构开裂，沉降变形等要求，同时抗其它硬质建材的穿刺。
-
公开(公告)号：CN109102016A
公开(公告)日：2018-12-28
申请号：CN201810895697.1
申请日：2018-08-08
Applicant: 北京新桥技术发展有限公司
CPC classification number: G06K9/6267 , G06F17/5009 , G06N3/02
Abstract: 本发明提供一种用于桥梁技术状况的预测方法，主要包括以下步骤：(1)通过现场调研、数据采集、数据分析，得到桥梁技术状况分布规律；(2)根据分布规律，找到相应桥梁，确定该桥梁技术状况影响因素并计算生成预测模型特征向量；(3)根据影响因素和影响度参数，实施基于长短期记忆性循环深度网络的桥梁技术状况预测模型的构建、训练及可靠性分析；(4)将桥梁数据输入步骤(3)中建立的模型进行计算，得到桥梁技术状况的预测结果。通过利用长短期记忆性循环深度网络，构建能够自动修正影响因素权重的桥梁技术状况预测模型，解决目前桥梁技术状况预测方法中影响因素及其影响度参数无法确定而导致的预测结果不够精准的问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.03 seconds)
