公开(公告)号：CN118314555A

公开(公告)日：2024-07-09

申请号：CN202410506117.0

申请日：2024-04-25

Applicant: 重庆交通大学 ,  重庆市交通工程质量检测有限公司

Inventor： 蓝章礼 ,  邢彩卓 ,  黄伟宏 ,  邓国兵 ,  赵胜薇 ,  范亮 ,  徐元通 ,  唐若瀚

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于深度学习的局部被遮挡交通标志识别方法，针对细粒度物体检测需要模型提取丰富判别特征，提出了一个基于MobileNetv2改进的主干网络；针对交通标志本身较小、被遮挡且分辨率较低，普通线性插值方式无法捕捉更高阶、更细节特征的问题，提出一种改进的动态权重上采样模块，整合经过通道注意力加权之后的通道信息进行像素重排，生成高分辨率图像；针对CIoU等损失函数对小目标位置变化较敏感的问题，使用归一化高斯wassertein距离来优化边界框回归损失。通过实验验证可以证明，本发明方法针对局部被遮挡交通标志识别的准确性和召回率都得到了进一步提高，在交通标志被局部遮挡的复杂环境下具有很好的识别应用效果。

公开(公告)号：CN119360332A

公开(公告)日：2025-01-24

申请号：CN202411382803.8

申请日：2024-09-30

Applicant: 重庆交通大学 ,  重庆市交通工程质量检测有限公司

Inventor： 蓝章礼 ,  徐元通 ,  黄伟宏 ,  邓国兵 ,  蒋彧 ,  赵胜薇 ,  何钏涵 ,  马鑫

IPC: G06V20/56 ,  G06V10/26 ,  G06V10/44 ,  G06V10/30 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于边界增强与警示的路桥裂缝分割网络检测方法，该方法根据路桥裂缝图像样本数据集；设计基于蛇形卷积的边界警示模块和边界增强模块，并引入注意力机制，设计基于离散小波变换的小波下采样注意力模块，构建基于边界增强与警示的路桥裂缝分割网络的路桥裂缝检测模型；利用所述路桥裂缝图像样本数据集对路桥裂缝检测模型进行训练和验证，获得训练后的路桥裂缝检测模型；将所述待处理的路桥裂缝图像作为训练后的模型的输入，对待处理的路桥裂缝图像进行裂缝边界识别，输出得到待处理的路桥裂缝图像的裂缝检测结果。本发明提出的方法有效提高路桥裂缝分割精度，解决路桥裂缝的多态性和噪声复杂，导致检测结果精确性不高的问题。

公开(公告)号：CN119339236A

公开(公告)日：2025-01-21

申请号：CN202411371370.6

申请日：2024-09-29

Applicant: 重庆交通大学 ,  重庆市交通工程质量检测有限公司

Inventor： 蓝章礼 ,  赵胜薇 ,  黄伟宏 ,  徐元通 ,  蒋彧 ,  邓国兵 ,  邢彩卓 ,  唐若瀚 ,  范亮

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习的路桥面病害识别方法，该方法通过采集路桥面病害图像数据集；构建路桥面病害识别模型，基于路桥面病害图像数据集对所述路桥面病害识别模型进行训练，得到训练后的路桥面病害识别模型；所述路桥面病害识别模型基于YOLOv9网络构架，结合CARAFE上采样模块和TripletAttention注意力机制构建获得；获取待识别的路桥面图像，将所述待识别的路桥面图像输入训练后的路桥面病害识别模型，得到待识别路桥面图像的病害识别结果。本发明提出的方法，有效的解决了现有算法在不同的应用场景中存在识别精度低下的问题，能够有效对路面、桥梁环境中的多种病害类型进行准确识别。

公开(公告)号：CN119414875A

公开(公告)日：2025-02-11

申请号：CN202411373565.4

申请日：2024-09-29

Applicant: 重庆市交通工程质量检测有限公司 ,  中铁长江交通设计集团有限公司 ,  贵州弘辰智创科技有限责任公司 ,  贵州黔通工程技术有限公司

Inventor： 黄伟宏 ,  钟芸 ,  周丹 ,  徐新 ,  唐钰昇 ,  蒋彧 ,  周杰 ,  冯登尧 ,  邓国兵 ,  李波 ,  李亚楠

IPC: G05D1/495 ,  G05D1/46 ,  G05D1/242 ,  G05D1/246 ,  G01S19/45 ,  G01S17/88 ,  G01C21/00 ,  G05D101/10 ,  G05D109/20

Abstract: 本发明属于桥梁检测技术领域，具体涉及一种基于桥梁检测的无人机导航定位方法，包括以下步骤：通过卫星导航系统接收机接收若干卫星的信号，根据卫星导航观测方程计算各卫星的伪距测量值；采用激光雷达传感器获取桥梁的三维点云数据，并对三维点云数据进行数据预处理；将伪距测量值与三维点云数据进行融合处理，生成融合后的定位信息和环境感知结果；采用激光SLAM算法对激光雷达传感器测得的三维点云数据进行处理，生成激光雷达传感器相对位姿变化及桥梁地图信息；将融合后的定位信息和环境感知结果输入无人机飞控算法中，生成控制指令，并控制无人机的飞行，本方案能够实现无人机的精准定位。

公开(公告)号：CN118506066A

公开(公告)日：2024-08-16

申请号：CN202410577429.0

申请日：2024-05-10

Applicant: 重庆市交通工程质量检测有限公司 ,  中铁长江交通设计集团有限公司 ,  贵州弘辰智创科技有限责任公司

Inventor： 黄伟宏 ,  周杰 ,  钟芸 ,  徐新 ,  冯登尧 ,  李波 ,  蒋彧 ,  邓国兵 ,  李亚楠

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06V20/10 ,  G06V20/17

Abstract: 本发明属于桥梁检测技术领域，具体涉及一种基于无人机的桥梁病害检测方法，包括以下步骤：S100，获取历史桥梁病害数据，所述历史桥梁病害数据包括历史桥梁病害图像及对应的人工病害标注，并建立历史病害数据库；S200，通过人工智能的方式，根据历史病害数据库中的历史桥梁病害数据，将历史桥梁病害图像作为输入层的输入，将人工病害标注作为输出层的输出，对人工智能模型进行训练，建立病害识别模型；S300，获取待检测桥梁图像；S400，采用病害识别模型，对待检测桥梁图像的病害数据进行分析，生成病害分析结果，本方案能够提高桥梁病害检测的准确率和效率。