-
公开(公告)号：CN114037703A
公开(公告)日：2022-02-11
申请号：CN202210019235.X
申请日：2022-01-10
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维定位和三维姿态解算的地铁阀门状态检测方法，具体为：通过地铁巡检小车携带工业相机采集待检修的地铁列车阀门部件2D及3D数据；基于深度学习的目标检测网络对2D图片部件及参照物定位；通过点云RGB中的R通道进一步筛选点云，并拟合出阀门基座质心和阀门末端质心；以阀门基座坐标为基准，解算当前坐标系与模板坐标系的转换矩阵，通过坐标变换，求取出阀门末端在模板坐标系下的坐标；对阀门姿态解算，根据偏转角度与设定阈值作对比，判断阀门是否处于正常状态。本发明能够为地铁列车的安全运行提供强力的保障，通过巡检机器人代替人工的方式能够将每次数据进行保存，为列车建立更精确的数字化模型。
-
公开(公告)号：CN112991347A
公开(公告)日：2021-06-18
申请号：CN202110548652.9
申请日：2021-05-20
Applicant: 西南交通大学 , 成都运达科技股份有限公司
Abstract: 本发明公开了一种基于三维的列车螺栓松动检测方法，具体为：采用工业三维线扫描相机采集待检修的列车车底二维图和深度图；对于二维图，采用两步ACF目标检测算法定位螺栓位置；将二维图中螺栓目标区域映射到采集的深度图，基于RANSAC+SRG的区域分割算法计算螺帽厚度；与历史数据和标准数据作差，对比故障阈值，判断螺栓状态。本发明结合三维数据和二维数据的特点，利用两者的特点发挥不同的作用，实现在整个地铁车底复杂环境下稳定实现螺栓定位，分割、计算和识别松动的功能，通过计算相关客观真实数据来判断松动；不仅能够细化螺栓松动程度，还可以解决标记线无法检测螺栓旋转一圈之后的松动程度。
-
公开(公告)号：CN115222731A
公开(公告)日：2022-10-21
申请号：CN202211091685.6
申请日：2022-09-07
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维图像到点云映射的列车紧固件异常检测方法，包括如下步骤：按拍摄顺序从服务器读取采集设备采集的紧固件二维图像与三维点云图像数据；基于改进的YOLOv4目标检测算法在二维图像中定位紧固件；基于区域生长算法分割紧固件，计算紧固件的几何中心及其旋转角度，得到待检测区域；基于RANSAC算法在点云中拟合平面，分别计算两个待检区中像素点距离拟合平面的平均距离；计算紧固件与拟合平面的几何空间开合角度；通过开合角度与阈值的大小关系进行列车紧固件异常检测。本发明提出的方法的检测结果与真实值相差不超过0.2mm，能够保证紧固件检测的准确性及列车的可靠、稳定运行、检测快速。
-
公开(公告)号：CN114037703B
公开(公告)日：2022-04-15
申请号：CN202210019235.X
申请日：2022-01-10
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维定位和三维姿态解算的地铁阀门状态检测方法，具体为：通过地铁巡检小车携带工业相机采集待检修的地铁列车阀门部件2D及3D数据；基于深度学习的目标检测网络对2D图片部件及参照物定位；通过点云RGB中的R通道进一步筛选点云，并拟合出阀门基座质心和阀门末端质心；以阀门基座坐标为基准，解算当前坐标系与模板坐标系的转换矩阵，通过坐标变换，求取出阀门末端在模板坐标系下的坐标；对阀门姿态解算，根据偏转角度与设定阈值作对比，判断阀门是否处于正常状态。本发明能够为地铁列车的安全运行提供强力的保障，通过巡检机器人代替人工的方式能够将每次数据进行保存，为列车建立更精确的数字化模型。
-
公开(公告)号：CN112991347B
公开(公告)日：2021-08-03
申请号：CN202110548652.9
申请日：2021-05-20
Applicant: 西南交通大学 , 成都运达科技股份有限公司
Abstract: 本发明公开了一种基于三维的列车螺栓松动检测方法，具体为：采用工业三维线扫描相机采集待检修的列车车底二维图和深度图；对于二维图，采用两步ACF目标检测算法定位螺栓位置；将二维图中螺栓目标区域映射到采集的深度图，基于RANSAC+SRG的区域分割算法计算螺帽厚度；与历史数据和标准数据作差，对比故障阈值，判断螺栓状态。本发明结合三维数据和二维数据的特点，利用两者的特点发挥不同的作用，实现在整个地铁车底复杂环境下稳定实现螺栓定位，分割、计算和识别松动的功能，通过计算相关客观真实数据来判断松动；不仅能够细化螺栓松动程度，还可以解决标记线无法检测螺栓旋转一圈之后的松动程度。
-
Patent Agency Ranking
公开(公告)号：CN115222731B
公开(公告)日：2022-12-02
申请号：CN202211091685.6
申请日：2022-09-07
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于二维图像到点云映射的列车紧固件异常检测方法，包括如下步骤：按拍摄顺序从服务器读取采集设备采集的紧固件二维图像与三维点云图像数据；基于改进的YOLOv4目标检测算法在二维图像中定位紧固件；基于区域生长算法分割紧固件，计算紧固件的几何中心及其旋转角度，得到待检测区域；基于RANSAC算法在点云中拟合平面，分别计算两个待检区中像素点距离拟合平面的平均距离；计算紧固件与拟合平面的几何空间开合角度；通过开合角度与阈值的大小关系进行列车紧固件异常检测。本发明提出的方法的检测结果与真实值相差不超过0.2mm，能够保证紧固件检测的准确性及列车的可靠、稳定运行、检测快速。
-
公开(公告)号：CN113139572B
公开(公告)日：2022-08-02
申请号：CN202110257113.X
申请日：2021-03-09
Applicant: 西南交通大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G01M5/00 , G01M17/08
Abstract: 本发明公开了一种基于图像的列车空气弹簧的故障检测方法，通过数据采集设备采集空气弹簧图像并进行预处理；得到符合YOLOv4‑t i ny和GANoma l y网络需要大小的图片，将符合要求的图片通过训练后的YOLOv4‑t i ny模型进行故障检测，根据两个模型的检测结果，最后判定空气弹簧是否故障。通过本发明的方法可以训练得到一个高效的故障检测网络，此网络可快速准确的识别故障，并且在出现新的故障类型时可通过采集故障数据，加入训练的方式不断迭代更新，使得识别效果越来越好，在极其复杂的工作场景下，满足整个工程需要。
-
公开(公告)号：CN113808133B
公开(公告)日：2022-01-25
申请号：CN202111372550.2
申请日：2021-11-19
Applicant: 西南交通大学
IPC: G06T7/00 , G06T7/10 , G06T7/50 , G06T17/20 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于三维点云的地铁闸瓦故障检测方法，具体为：使用三维工业相机采集闸瓦部件的三维点云数据；下采样处理点云，控制点云数量；下采样后，计算质心，遍历每个点并计算与质心的距离，过滤掉不属于主成分的点云；基于深度学习的pointCNN点云分割网络分割闸瓦，并且判断是否有闸瓦缺失；点云处理并且计算厚度闸瓦，判断是否发生了磨损。本发明提高了地铁闸瓦故障检测的准确性，同时科学的衡量和细化了闸瓦的磨损程度，比较清晰直观表达；对地铁的运行安全提供了更全面的保障。
-
公开(公告)号：CN113808133A
公开(公告)日：2021-12-17
申请号：CN202111372550.2
申请日：2021-11-19
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于三维点云的地铁闸瓦故障检测方法，具体为：使用三维工业相机采集闸瓦部件的三维点云数据；下采样处理点云，控制点云数量；下采样后，计算质心，遍历每个点并计算与质心的距离，过滤掉不属于主成分的点云；基于深度学习的pointCNN点云分割网络分割闸瓦，并且判断是否有闸瓦缺失；点云处理并且计算厚度闸瓦，判断是否发生了磨损。本发明提高了地铁闸瓦故障检测的准确性，同时科学的衡量和细化了闸瓦的磨损程度，比较清晰直观表达；对地铁的运行安全提供了更全面的保障。
-
公开(公告)号：CN113139572A
公开(公告)日：2021-07-20
申请号：CN202110257113.X
申请日：2021-03-09
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于图像的列车空气弹簧的故障检测方法，通过数据采集设备采集空气弹簧图像并进行预处理；得到符合YOLOv4‑t i ny和GANoma l y网络需要大小的图片，将符合要求的图片通过训练后的YOLOv4‑t i ny模型进行故障检测，根据两个模型的检测结果，最后判定空气弹簧是否故障。通过本发明的方法可以训练得到一个高效的故障检测网络，此网络可快速准确的识别故障，并且在出现新的故障类型时可通过采集故障数据，加入训练的方式不断迭代更新，使得识别效果越来越好，在极其复杂的工作场景下，满足整个工程需要。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
