CN106970581A - 一种基于无人机群三维全视角的列车受电弓实时智能监测方法及*** - Google Patents
一种基于无人机群三维全视角的列车受电弓实时智能监测方法及*** Download PDFInfo
- Publication number
- CN106970581A CN106970581A CN201710299446.2A CN201710299446A CN106970581A CN 106970581 A CN106970581 A CN 106970581A CN 201710299446 A CN201710299446 A CN 201710299446A CN 106970581 A CN106970581 A CN 106970581A
- Authority
- CN
- China
- Prior art keywords
- pantograph
- train
- unmanned plane
- monitoring unit
- detection device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Current-Collector Devices For Electrically Propelled Vehicles (AREA)
Abstract
本发明公开了一种基于无人机群三维全视角的列车受电弓实时智能监测方法及***,该方法通过引入无人机受电弓检测装置对受电弓进行全方位的检测,充分地利用无人机平台的机动性,主动快速寻找待检列车受电弓并进行追踪,保证了对待检列车受电弓检测的可控性和准确性;利用多组无人机可以在工作空间的不同区域同时工作的特点,通过多组并行工作以提高工作的效率,弥补单组无人机检测能力的不足,同时通过无人机群对受电弓的不同角度扫描实现对受电弓三维重建,实现对列车受电弓状态的全视角实时检测以及从技术方案上避免了受电弓监控***的“视角盲区”和受电弓故障的检测盲区,能够有效提高异常问题的检测效率,这能明显提高列车的运营安全性。
Description
技术领域
本发明属于铁路轨道检测领域,特别涉及一种基于无人机群三维全视角的列车受电弓实时智能监测方法及***。
背景技术
弓网***是电气化铁路供电***中的关键组成部分,将牵引网电能输送给电力机车。由于恶劣的工作环境,受电弓——接触网之间存在复杂的机械、电气交互影响作用,其故障率一直较高,严重影响电气化铁路的安全运营。铁路相关部门需要定时对受电弓、电网进行严格的检测以减少电力机车事故的发生。据统计,牵引供电***故障造成的铁路事故在2008年、2009年、2010年分别占到了当年事故总数的28.8%、40.4%、29.6%。弓网***的质量已成为提速、提高运营可靠性的重要因素。
目前,新造动车组上已经安装弓网实时动态监测***,在已运营的动车组车辆上也陆续加装此***。该***安装于车厢顶部,对受电弓工作状态进行实时图像采集工作,并通过照明补给装置进行对数据采集的光源补给,通过云台实现对摄像机主体的水平及俯仰调节,以实现对受电弓实时监控,为随车机械师处理弓网故障提供辅助的视频资料和分析图像,以便及时采取措施或修复以保证行车安全。
受电弓常见故障有滑板条磨耗、弓网拉弧、滑板偏磨、刮弓、瓷瓶故障、受电弓部件损坏等。在线式弓网动态检测***由于固定的安装位置及摄像头视角受限,仅从一个方向的视角对受电弓进行监控,并不能做到对受电弓上述常见故障进行全面检测,对受电弓全方位检测缺乏有效手段。
发明内容
本发明提供了一种基于无人机群三维全视角的列车受电弓实时智能监测方法及***,其目的在于,克服现有技术中,由于固定的安装位置及摄像头视角受限,现有的弓网实时动态监测***无法对常见故障进行全面检测的问题。
一种基于无人机群三维全视角的列车受电弓实时智能监测方法,包括以下步骤:
步骤1:对铁路轨道进行等间距划分,每个轨道区间设置有监控单元,每个监控单元配置有3组无人机受电弓检测装置,且与远程主控中心进行通信;
所述无人机受电弓检测装置包括飞行装置以及装载在飞行装置上的Kinect传感器阵列、列车测速仪以及无人机无线通信模块;
步骤2:当监控单元接收到检测指令,且待检列车进入监控单元所在轨道区间时,该监控单元配置的3组无人机受电弓检测装置起飞,并同步跟踪待检列车;
3组无人机受电弓检测装置同步跟踪待检列车时,与待检列车保持相对静止,且分别位于待检列车受电弓上方位置点和两侧的位置点;
利用3组无人机可以在工作空间的不同区域(3组无人机受电弓检测装置分别在受电弓上方、前方和后方工作,即无人机的工作空间)同时工作的特点,对受电弓装置进行全视角扫描,并利用获取的各自停靠位置点方向的受电弓图像进行三维重建,实现受电弓的全视角检测。
步骤3:利用每个无人机受电弓检测装置的机载Kinect传感器阵列扫描受电弓图像,并传送至所属监控单元;
步骤4:监控单元对接收的受电弓图像进行三维重建,对重构后的受电弓图像进行三维特征提取,利用提取的特征识别受电弓状态,将受电弓状态实时经监控单元传送至远程主控中心,完成受电弓的实时检测;
对受电弓图像进行三维重建,对重构后的受电弓图像进行三维特征提取,利用提取的特征识别受电弓状态的过程是利用现有的算法实现;
进一步地,在3组无人机受电弓检测装置同步跟踪待检列车时,位于受电弓上方的无人机受电弓检测装置通过机载的列车车速测量仪对列车车速进行测量,并通过无线通信模块与另外两组无人机受电弓检测装置进行短距离通信,3组无人机受电弓检测装置根据列车行驶速度和方向,采用领航跟随法保持编队飞行,进行协同控制和姿态调整。
3组无人机受电弓检测装置采用领航跟随法进行无人机群的协同控制和位姿调整,Kinect传感器对受电弓进行三维全方位扫描检测,并将采集到的图像信息长距离无线通讯传送到所属监控单元。位于受电弓正上方的无人机受电弓检测装置1作为“领航者”,通过列车测速装置测量列车的速度信息,另外两组无人机受电弓检测装置实时测量计算无人机与“领航者”距离和方向。三组无人机受电弓检测装置通过蓝牙模块进行短距离无线通信获取各组无人机受电弓检测装置的位置、速度信息以及列车速度信息,不断调整自身飞行速度和飞行姿态,保持与列车车身的相对位置。
进一步地,与待检列车保持相对静止的3组无人机受电弓检测装置的中心连线,在列车的垂直平面上呈等腰三角形;
所述装载在飞行装置上的Kinect传感器阵列由3个Kinect传感器组成,将三个Kinect传感器分别放置于一个等腰梯形装置的上底边和两腰线上的中点,等腰梯形的其中两个内角分别为120°、60°,等腰梯形装置所在平面为列车的垂直平面。
进一步地,当受电弓出现故障时,监控单元发出预警信号,远程主控中心依据预警信号对对应区间内的列车进行调度。
一种基于无人机群三维全视角的列车受电弓实时智能监测***,包括:
监控单元,用于与远程主控中心进行通信,对无人机受电弓检测装置进行控制;
所述监控单元是通过对铁路轨道进行等间距划分,设置在轨道区间中,且每个监控单元管控三组无人机受电弓检测装置,包括图像采集模块、图像识别模块以及监控无线通讯模块,其中,图像采集模块对Kinect传感器采集的视频信号进行处理,图像识别模块对图像采集模块处理后的信号依次进行三维重建、特征提取与受电弓状态识别;
所述无人机受电弓检测装置包括飞行装置以及装载在飞行装置上的Kinect传感器阵列、列车测速仪以及无人机无线通信模块;
远程主控中心,用于接收监控单元发送的消息,对监控单元发送控制指令,并对列车进行调度。
进一步地,所述无人机受电弓检测装置上还设置有LED补光灯。
LED补光灯用于光线较暗或夜间条件下Kinect传感器的补光作业。
进一步地,所述装载在飞行装置上的Kinect传感器阵列由3个Kinect传感器组成,将三个Kinect传感器分别放置于一个等腰梯形装置的上底边和两腰线上的中点,等腰梯形的其中两个内角分别为120°、60°,等腰梯形装置所在平面为列车的垂直平面。
通过3个传感器的重新排列,每个Kinect传感器的垂直视角范围是60°,通过在等腰梯形装置上的排列实现各个Kinect传感器垂直视角边界重叠,使Kinect传感器阵列在列车垂直方向实现全视角无盲区检测。
有益效果
本发明提供了一种基于无人机群三维全视角的列车受电弓实时智能监测方法及***,该方法通过引入无人机受电弓检测装置对受电弓进行全方位的检测,利用无人机群携带Kinect传感器对受电弓不同角度扫描,并进行受电弓三维重建,实现对列车受电弓状态的全视角实时检测,从技术方案上避免受电弓故障的“监控盲区”;巧妙地采用多个Kinect传感器排列实现Kinect在垂直方向全视角检测。相比于传统的摄像头,本发明创造性地选用Kinect传感器进行图像获取,Kinect传感器融合图像深度信息,可以实现即时动态捕捉、影像辨识等功能,在三维重建技术相关采集设备中价格低廉。该***利用多组无人机可以在工作空间的不同区域同时工作的特点,通过多组并行工作以提高工作的效率,弥补单组无人机检测能力的不足,同时通过无人机群对受电弓的不同角度扫描实现对受电弓三维重建,实现对列车受电弓状态的全视角实时检测以及减少受电弓监控的“视角盲区”,能够有效提高异常问题的检测效率,明显提高列车的运营安全性。
附图说明
图1为本发明所述检测方法的流程图;
图2为本发明所述检测***的结构示意图;
图3为无人机群位置姿态示意图,其中,(a)为俯视图,(b)为侧视图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
如图1所示,一种基于无人机群三维全视角的列车受电弓实时智能监测方法,包括以下步骤:
步骤1:对铁路轨道进行等间距划分,每个轨道区间设置有监控单元,每个监控单元配置有3组无人机受电弓检测装置,且与远程主控中心进行通信;
所述无人机受电弓检测装置包括飞行装置以及装载在飞行装置上的Kinect传感器阵列、列车测速仪以及无线通信模块;
无线通讯模块用于无人机受电弓检测装置与监控单元的数据通信,同时用于无人机群间短距离通信,实现无人机群的协同控制。列车测速装置是为了让无人机受电弓检测装置能够测量出当前运行列车的实时行驶速度,对无人机位姿进行调整。
步骤2:当监控单元接收到检测指令,且待检列车进入监控单元所在轨道区间时,该监控单元配置的3组无人机受电弓检测装置起飞,并同步跟踪待检列车;
3组无人机受电弓检测装置同步跟踪待检列车时,与待检列车保持相对静止,且分别位于待检列车受电弓上方位置点和两侧的位置点;如图3所示,列车两侧的两个位置点位于列车行驶方向的受电弓同一个纵向截面上。为了便于区分,将位于列车受电弓正上方的无人机受电弓检测装置命名为无人机受电弓装置1,将列车来车方向的无人机受电弓检测装置命名为无人机受电弓检测装置2,将位于列车行驶方向的无人机受电弓检测装置命名为无人机受电弓检测装置3;
所述装载在飞行装置上的Kinect传感器阵列由3个Kinect传感器组成,将三个Kinect传感器分别放置于一个等腰梯形装置的上底边和两腰线上的中点,等腰梯形的其中两个内角分别为120°、60°,等腰梯形装置所在平面为列车的垂直平面。
以DSA250型受电弓为例,受电弓设计速度250km/h,落弓位伸展长度约2600mm,最大升弓高度(包括绝缘子)3000mm,弓头长度1950mm。Kinect v2传感器有效检测距离为0.5-4.5m,为了保证列车与无人机运行安全,同时提高检测精度,R取值1.8-2.2m,H取值距离受电弓上表面0.5-1m。Kinect v2传感器水平检测范围为70°,垂直检测范围为60°。
在水平方向,θ=2tan-1(1/2)=52.1°,满足水平检测范围。
在垂直方向,θ=2tan-1(1.5/2)=73.7°,超出垂直方向检测范围。
由于受电弓结构比较复杂,各结构会互相遮挡,使用单个Kinect传感器难以获取受电弓垂直方向信息。
每个Kinect传感器的垂直视角范围是60°,通过3个传感器的重新排列实现各个Kinect传感器视角边界重叠,使Kinect传感器在垂直方向实现全视角无盲区检测。
在3组无人机受电弓检测装置同步跟踪待检列车时,位于受电弓上方的无人机受电弓检测装置通过车载的列车车速测量仪对列车车速进行测量,并通过无线通信模块与另外两组无人机受电弓检测装置进行短距离通信,3组无人机受电弓检测装置根据列车行驶速度和方向,采用领航跟随法保持编队飞行,进行协同控制和姿态调整。
3组无人机受电弓检测装置采用领航跟随法进行无人机群的协同控制和位姿调整,Kinect传感器对受电弓进行三维全方位扫描检测,并将采集到的图像信息长距离无线通讯传送到所属监控单元。位于受电弓正上方的无人机受电弓检测装置1作为“领航者”,通过列车测速装置测量列车的速度信息,另外两组无人机受电弓检测装置实时测量计算无人机与“领航者”距离和方向。三组无人机受电弓检测装置通过蓝牙模块进行短距离无线通信获取各组无人机受电弓检测装置的位置、速度信息以及列车速度信息,不断调整自身飞行速度和飞行姿态,保持与列车车身的相对位置。
步骤3:利用每个无人机受电弓检测装置的车载Kinect传感器扫描受电弓图像,并传送至所属监控单元;
步骤4:监控单元对接收的受电弓图像进行三维重建,对重构后的受电弓图像进行三维特征提取,利用提取的特征对受电弓状态进行识别,将受电弓状态实时经监控单元传送至远程主控中心,完成受电弓的实时检测。
当受电弓出现故障时,监控单元发出预警信号,远程主控中心依据预警信号对对应区间内的列车进行调度。
3组无人机受电弓检测装置通过携带的Kinect设备的彩色摄像头和红外摄像头分别得到各自独立RGB图像和深度图像。由于Kinect设备本身原因或测量环境等带来的影响,Kinect摄像机获取的深度图像通常会产生一定的噪声,而这些噪声会对后面的计算有着较大的不利影响,因此首先需要对原始的深度图像进行双边滤波去噪。经过预处理的深度图像具有二维信息,像素点的值是深度信息,表示受电弓表面到Kinect传感器之间的直线距离。然后将深度图像经过一定的坐标转换与RGB图像对齐,消除因两个摄像头位置不同而产生的图像中心不一致,计算测量空间点的X、Y坐标,最后将三维点云数据(X,Y,Z,R,G,B)通过PCL(点云库)显示。
彩色图像的像素表示为(uR,vR,zR)T,uR,vR,zR分别表示彩色图像的横坐标,纵坐标和相机坐标系下的深度值;同样地,深度图像的像素为(uL,vL,zL)T,uL,vL,zL分别表示深度图像的横坐标,纵坐标和相机坐标系下的深度值,那么深度图配准的变换矩阵W'为:
通过三组无人机受电弓检测装置从不同角度对受电弓进行扫描,各组受电弓图像之间包含一定的公共部分。为了利用深度图像进行三维重建,需要对图像进行分析,求解各图像之间的变换参数。采用ICP算法(最近点迭代算法),以受电弓的公共部分为基准,把不同角度、照度获取的多组图像叠加匹配到统一的坐标系中,计算出相应的平移向量与旋转矩阵,同时消除冗余信息。
经过图像去噪,坐标变换,表面重建、三维显示过程,最终生成具有纹理信息的三维模型。
如图2所示,一种基于无人机群三维全视角的列车受电弓实时智能监测***,包括:
监控单元,用于与远程主控中心进行通信,对无人机受电弓检测装置进行控制;
所述监控单元是通过对铁路轨道进行等间距划分,设置在轨道区间中,且每个监控单元管控三组无人机受电弓检测装置,包括图像采集模块、图像识别模块以及监控无线通讯模块,其中,图像采集模块对Kinect传感器采集的视频信号进行处理,图像识别模块对图像采集模块处理后的信号依次进行三维重建、特征提取与受电弓状态识别;
所述无人机受电弓检测装置包括飞行装置以及装载在飞行装置上的Kinect传感器阵列、列车测速仪以及无人机无线通信模块;
所述无人机受电弓检测装置上还设置有LED补光灯,LED补光灯用于光线较暗或夜间条件下Kinect传感器的补光作业。
远程主控中心,用于接收监控单元发送的消息,对监控单元发送控制指令,并对列车进行调度;
远程主控中心包括预警模块和存储模块,其中,存储模块存储整条铁路沿线全部在检列车的列车车号/列车位置和接收各监控单元的受电弓刚信息;预警模块,根据列车运行管制规则对区间内列车提供相应级别的报警,向在检故障列车的列车运行控制***发出停车检查指令等。
远程主控中心负责存储整条铁路沿线全部的在检列车的列车车号/列车位置;实时接收各监控单元传送来的受电弓故障信息,进行数据分析处理、存储、显示、打印;并根据信息内容采取及时有效地措施,根据列车运行管制规则,向列车运行控制***发出停车检查指令等。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种基于无人机群三维全视角的列车受电弓实时智能监测方法,其特征在于,包括以下步骤:
步骤1:对铁路轨道进行等间距划分,每个轨道区间设置有监控单元,每个监控单元配置有3组无人机受电弓检测装置,且与远程主控中心进行通信;
所述无人机受电弓检测装置包括飞行装置以及装载在飞行装置上的Kinect传感器阵列、列车测速仪以及无人机无线通信模块;
步骤2:当监控单元接收到检测指令,且待检列车进入监控单元所在轨道区间时,该监控单元配置的3组无人机受电弓检测装置起飞,并同步跟踪待检列车;
3组无人机受电弓检测装置同步跟踪待检列车时,与待检列车保持相对静止,且分别位于待检列车受电弓上方位置点和两侧的位置点;
步骤3:利用每个无人机受电弓检测装置的机载Kinect传感器阵列扫描受电弓图像,并传送至所属监控单元;
步骤4:监控单元对接收的受电弓图像进行三维重建,对重构后的受电弓图像进行三维特征提取,利用提取的特征识别受电弓状态,将受电弓状态实时经监控单元传送至远程主控中心,完成受电弓的实时检测。
2.根据权利要求1所述的方法,其特征在于,在3组无人机受电弓检测装置同步跟踪待检列车时,位于受电弓上方的无人机受电弓检测装置通过车载的列车车速测量仪对列车车速进行测量,并通过无线通信模块与另外两组无人机受电弓检测装置进行短距离通信,3组无人机受电弓检测装置根据列车行驶速度和方向,采用领航跟随法保持编队飞行,进行协同控制和姿态调整。
3.根据权利要求1或2所述的方法,其特征在于,与待检列车保持相对静止的3组无人机受电弓检测装置的中心连线,在列车的垂直平面上呈等腰三角形;
所述装载在飞行装置上的Kinect传感器阵列由3个Kinect传感器组成,将三个Kinect传感器分别放置于一个等腰梯形装置的上底边和两腰线上的中点,等腰梯形的其中两个内角分别为120°、60°,等腰梯形装置所在平面为列车的垂直平面。
4.根据权利要求3所述的方法,其特征在于,当受电弓出现故障时,监控单元发出预警信号,远程主控中心依据预警信号对对应区间内的列车进行调度。
5.一种基于无人机群三维全视角的列车受电弓实时智能监测***,其特征在于,包括:
监控单元,用于与远程主控中心进行通信,对无人机受电弓检测装置进行控制;
所述监控单元是通过对铁路轨道进行等间距划分,设置在轨道区间中,且每个监控单元管控三组无人机受电弓检测装置,包括图像采集模块、图像识别模块以及监控无线通讯模块,其中,图像采集模块对Kinect传感器阵列采集的图像信号进行处理,图像识别模块对图像采集模块处理后的信号依次进行三维重建、特征提取与受电弓状态识别;
所述无人机受电弓检测装置包括飞行装置以及装载在飞行装置上的Kinect传感器阵列、列车测速仪以及无人机无线通信模块;
远程主控中心,用于接收监控单元发送的消息,对监控单元发送控制指令,并对列车进行调度。
6.根据权利要求5所述的***,其特征在于,所述无人机受电弓检测装置上还设置有LED补光灯。
7.根据权利要求5所述的***,其特征在于,所述装载在飞行装置上的Kinect传感器阵列由3个Kinect传感器组成,将三个Kinect传感器分别放置于一个等腰梯形装置的上底边和两腰线上的中点,等腰梯形的其中两个内角分别为120°、60°,等腰梯形装置所在平面为列车的垂直平面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710299446.2A CN106970581B (zh) | 2017-04-30 | 2017-04-30 | 一种基于无人机群三维全视角的列车受电弓实时智能监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710299446.2A CN106970581B (zh) | 2017-04-30 | 2017-04-30 | 一种基于无人机群三维全视角的列车受电弓实时智能监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106970581A true CN106970581A (zh) | 2017-07-21 |
CN106970581B CN106970581B (zh) | 2018-03-30 |
Family
ID=59331604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710299446.2A Active CN106970581B (zh) | 2017-04-30 | 2017-04-30 | 一种基于无人机群三维全视角的列车受电弓实时智能监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106970581B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107992061A (zh) * | 2018-01-23 | 2018-05-04 | 中南大学 | 一种智慧实验室机器人运载方法与*** |
CN108829755A (zh) * | 2018-05-25 | 2018-11-16 | 国网山东省电力公司青岛供电公司 | 基于迭代最近点的变压器故障案例匹配搜索方法 |
CN109556521A (zh) * | 2018-11-24 | 2019-04-02 | 华北理工大学 | 一种基于无人机的铁路钢轨位移检测装置和检测方法 |
CN110047133A (zh) * | 2019-04-16 | 2019-07-23 | 重庆大学 | 一种面向点云数据的列车边界提取方法 |
CN110695992A (zh) * | 2019-09-27 | 2020-01-17 | 中国铁路昆明局集团有限公司昆明机务段 | 电力机车车顶检修智能机器人 |
CN110717937A (zh) * | 2019-09-29 | 2020-01-21 | 深圳市图郅创新科技有限公司 | 一种图像矫正方法及其***、电子设备与可储存媒体 |
CN112325781A (zh) * | 2020-10-16 | 2021-02-05 | 易思维(杭州)科技有限公司 | 轨道交通接触线磨耗检测装置及方法 |
CN114137997A (zh) * | 2021-11-30 | 2022-03-04 | 复亚智能科技(太仓)有限公司 | 一种电力巡检方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004352108A (ja) * | 2003-05-29 | 2004-12-16 | Aichi Corp | 軌道設備の発熱検出装置 |
CN105208347A (zh) * | 2015-10-08 | 2015-12-30 | 成都时代星光科技有限公司 | 铁路线空中无人机自动巡查与实时图像采集传输监控装置 |
CN105514872A (zh) * | 2016-02-15 | 2016-04-20 | 西南交通大学 | 一种高效率无人机群电力巡检*** |
CN105518702A (zh) * | 2014-11-12 | 2016-04-20 | 深圳市大疆创新科技有限公司 | 一种对目标物体的检测方法、检测装置以及机器人 |
CN105681735A (zh) * | 2014-11-18 | 2016-06-15 | 成都捷康特科技有限公司 | 基于红外热像仪和激光雷达的热红外弓网运行监控*** |
-
2017
- 2017-04-30 CN CN201710299446.2A patent/CN106970581B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004352108A (ja) * | 2003-05-29 | 2004-12-16 | Aichi Corp | 軌道設備の発熱検出装置 |
CN105518702A (zh) * | 2014-11-12 | 2016-04-20 | 深圳市大疆创新科技有限公司 | 一种对目标物体的检测方法、检测装置以及机器人 |
CN105681735A (zh) * | 2014-11-18 | 2016-06-15 | 成都捷康特科技有限公司 | 基于红外热像仪和激光雷达的热红外弓网运行监控*** |
CN105208347A (zh) * | 2015-10-08 | 2015-12-30 | 成都时代星光科技有限公司 | 铁路线空中无人机自动巡查与实时图像采集传输监控装置 |
CN105514872A (zh) * | 2016-02-15 | 2016-04-20 | 西南交通大学 | 一种高效率无人机群电力巡检*** |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107992061A (zh) * | 2018-01-23 | 2018-05-04 | 中南大学 | 一种智慧实验室机器人运载方法与*** |
CN107992061B (zh) * | 2018-01-23 | 2019-09-27 | 中南大学 | 一种智慧实验室机器人运载方法与*** |
CN108829755A (zh) * | 2018-05-25 | 2018-11-16 | 国网山东省电力公司青岛供电公司 | 基于迭代最近点的变压器故障案例匹配搜索方法 |
CN108829755B (zh) * | 2018-05-25 | 2021-04-13 | 国网山东省电力公司青岛供电公司 | 基于迭代最近点的变压器故障案例匹配搜索方法 |
CN109556521A (zh) * | 2018-11-24 | 2019-04-02 | 华北理工大学 | 一种基于无人机的铁路钢轨位移检测装置和检测方法 |
CN110047133A (zh) * | 2019-04-16 | 2019-07-23 | 重庆大学 | 一种面向点云数据的列车边界提取方法 |
CN110695992A (zh) * | 2019-09-27 | 2020-01-17 | 中国铁路昆明局集团有限公司昆明机务段 | 电力机车车顶检修智能机器人 |
CN110717937A (zh) * | 2019-09-29 | 2020-01-21 | 深圳市图郅创新科技有限公司 | 一种图像矫正方法及其***、电子设备与可储存媒体 |
CN112325781A (zh) * | 2020-10-16 | 2021-02-05 | 易思维(杭州)科技有限公司 | 轨道交通接触线磨耗检测装置及方法 |
CN112325781B (zh) * | 2020-10-16 | 2022-05-17 | 易思维(杭州)科技有限公司 | 轨道交通接触线磨耗检测装置及方法 |
CN114137997A (zh) * | 2021-11-30 | 2022-03-04 | 复亚智能科技(太仓)有限公司 | 一种电力巡检方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106970581B (zh) | 2018-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106970581B (zh) | 一种基于无人机群三维全视角的列车受电弓实时智能监测方法及*** | |
CN105825713B (zh) | 车载无人机辅助驾驶***的运行方式 | |
CN102129564B (zh) | 基于无人飞行器的接触网故障检测与诊断方法 | |
CN107422730A (zh) | 基于视觉导引的agv运输***及其驾驶控制方法 | |
CN207335877U (zh) | 一种车载弓网运行状态检测*** | |
CN104748685A (zh) | 一种接触网几何参数动态测量方法 | |
CN104809427B (zh) | 基于3d信息的故障自动识别检测***及检测方法 | |
CN204674616U (zh) | 一种列车轮对尺寸动态检测装置 | |
CN113085896B (zh) | 一种现代有轨清洁车辅助自动驾驶***及方法 | |
CN103723161A (zh) | 列车装载安全的实时自动检测设备 | |
CN110824497A (zh) | 一种用于接触网智能检测装置和检测方法 | |
CN207850304U (zh) | 一种电气化铁路接触网检测*** | |
CN114264491B (zh) | 轨道车辆轮对参数检测*** | |
CN111812101A (zh) | 受电弓滑板缺陷检测装置及方法 | |
CN113063361A (zh) | 一种对称式轨道接触网检测装置及检测方法 | |
CN114543661A (zh) | 地铁车辆360°图像检测***及其检测方法 | |
CN213750759U (zh) | 一种基于slam技术的铁路隧道智能巡检车 | |
CN214240771U (zh) | 一种列车障碍物探测装置及*** | |
CN211263774U (zh) | 一种用于接触网智能检测装置 | |
CN117314849A (zh) | 一种基于深度学习的接触网磨耗检测方法 | |
JP5952759B2 (ja) | 架線位置計測装置及び方法 | |
JP2023521551A (ja) | パンタグラフを備えた鉄道車両及びこのパンタグラフを上昇/降下させる制御システムを備えた鉄道車両 | |
CN217932084U (zh) | 一种列车综合检测*** | |
CN209590923U (zh) | 一种城市轨道交通车辆自动巡检车 | |
CN116534085A (zh) | 一种铁路调车作业***及其实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |