CN108090912A - 一种基于图像识别的轨道检测方法及*** - Google Patents
一种基于图像识别的轨道检测方法及*** Download PDFInfo
- Publication number
- CN108090912A CN108090912A CN201711332175.2A CN201711332175A CN108090912A CN 108090912 A CN108090912 A CN 108090912A CN 201711332175 A CN201711332175 A CN 201711332175A CN 108090912 A CN108090912 A CN 108090912A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- fastener
- steel rail
- bed board
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于轨道检测技术领域,具体涉及一种基于图像识别的轨道检测方法及***,包括以下步骤:S1,采集扣件图像、钢轨光带图像、道床板图像以及里程数据;S2,通过图像处理对扣件图像、钢轨光带图像和道床板图像进行分析识别,结合里程数据,得到扣件数据、钢轨光带数据和道床板数据;S3,将扣件数据、钢轨光带数据和道床板数据,分别存入数据库的钢轨光带数据图表库、扣件数据图表库和道床板数据图表库;S4,将各数据图表库里的数据与预存的轨道正常数据进行对比绘图分析,生成分析图和分析报表。本发明通过对轨道扣件的检测、钢轨光带的检测和道床板裂纹的检测,得到轨道平稳性的分析图和分析报表,高效、精确且智能。
Description
技术领域
本发明属于轨道检测技术领域,具体涉及一种基于图像识别的轨道检测方法及***。
背景技术
随着高速铁路的发展,列车运行速度越来越快,对轨道平稳性的要求不断提高。然而,受到铁路修建、地理环境以及列车运行等因素的影响,轨道的平稳性难免会出现问题。由于轨道的平稳性会直接影响列车的运行安全,因此,对于轨道平稳性的检测,事关广大人民的生命财产安全。轨道平稳性的检测包括对轨道扣件检测、钢轨光带检测、道床板检测等。
传统的检测方式是通过人工观察的方式进行检测,这样的检测方式有安全隐患也不准确。随着科技的发展,目前市面上已经有无砟轨道裂纹检测设备,可用于单条裂纹的检测,但由于检测面积小,需检测指定裂纹,无法对道床板(嵌缝胶)裂纹情况进行排查检测,不适宜高铁无砟轨道检测。目前尚无无砟轨道扣件规格(标号)识别的设备。
发明内容
针对现有技术中的缺陷,本发明提供了一种基于图像识别的轨道检测方法及***,通过对轨道扣件的检测、钢轨光带的检测和道床板裂纹的检测,得到轨道平稳性的分析图和分析报表,高效、精确且智能。
为达到上述目的,本发明提供的一种基于图像识别的轨道检测方法,包括以下步骤:
S1,分别采集扣件图像、钢轨光带图像、道床板图像以及里程数据;
S2,通过图像处理分别对所述扣件图像、所述钢轨光带图像和所述道床板图像进行分析识别,结合所述里程数据,分别得到扣件数据、钢轨光带数据和道床板数据;
S3,将所述扣件数据、所述钢轨光带数据和所述道床板数据,分别存入数据库的钢轨光带数据图表库、扣件数据图表库和道床板数据图表库;
S4,将所述扣件数据图表库、所述钢轨光带数据图表库和所述道床板数据图表库里的数据与预存的轨道正常数据进行对比绘图分析,生成分析图和分析报表。
优选地,所述S2中通过图像处理对所述扣件图像进行分析识别,结合所述里程数据,得到扣件数据具体为:
对所述扣件图像进行垫板边缘识别,所述边缘识别包括上下边缘识别和左右边缘识别,通过对左右边缘识别提取纵向中心线,通过对上下边缘识别得到所述纵向中心线在上下边缘间的距离,进而得到垫板厚度数据;
对所述扣件图像进行挡板图像识别,进一步识别所述挡板图像中的挡板型号字样,进而得到挡板型号数据;
结合所述里程数据,得到扣件数据,所述扣件数据包括所述里程数据、所述垫板厚度数据和所述挡板型号数据。
优选地,所述S2中通过图像处理对所述钢轨光带图像进行分析识别,结合所述里程数据,得到钢轨光带数据具体为:
对所述钢轨光带图像进行钢轨边缘识别,得到预设长度的钢轨表面图像;
对所述钢轨表面图像每间隔设定距离进行光带识别,得到N组初步的光带宽度值和光带中心距边缘距离值,再进行求和平均值,得到最终的光带宽度数据和光带中心距边缘距离数据;
结合所述里程数据,得到钢轨光带数据,所述钢轨光带数据包括所述里程数据、所述光带宽度数据和所述光带中心距边缘距离数据。
优选地,所述S2中通过图像处理对所述道床板图像进行分析识别,结合所述里程数据,得到道板床数据具体为:
对所述道床板图像进行边缘识别,提取嵌缝胶裂纹图像;
对所述嵌缝胶裂纹图像进行识别,得到裂纹长度数据和裂纹最大宽度数据;
结合所述地理里程数据,得到道板床数据,所述道板床数据包括所述里程数据、所述裂纹长度数据和所述裂纹最大宽度数据。
优选地,所述S1中分别采集扣件图像、钢轨光带图像、道床板图像之前还包括,通过接近开关输出的开关信号判断是否到达扣件位置,若是则执行步骤S1。
优选地,所述分析图包括扣件分析图、钢轨光带分析图和和道床板分析图;所述分析报表包括扣件分析报表、钢轨光带分析报表和道床板分析报表。
一种基于图像识别的轨道检测***,包括在轨道上移动的检测车,所述检测车上设有通过多个可调节支撑架固定的多个图像采集装置,所述检测车上还设有里程计、接近开关和控制器,所述图像采集装置、所述里程计、所述接近开关分别与所述控制器电连接;
所述里程计,用于采集里程数据;
所述接近开关,用于探测是否接近金属物质并输出开关信号;
所述图像采集装置包括位于所述检测车上不同位置的第一图像采集装置、第二图像采集装置和第三图像采集装置;
所述第一图像采集装置,用于采集扣件图像;
所述第二图像采集装置,用于采集钢轨光带图像;
所述第三图像采集装置,用于采集道床板图像;
所述控制器包括:
图像采集模块,用于通过预先设置的时间间隔或所述接近开关输出的开关信号,来控制所述图像采集装置采集所述扣件图像、所述钢轨光带图像和所述道床板图像;
图像处理模块,用于通过图像处理分别对所述扣件图像、所述钢轨光带图像和所述道床板图像进行分析识别,结合所述里程数据,分别得到扣件数据、钢轨光带数据和道床板数据;
数据存储模块,用于将所述扣件数据、所述钢轨光带数据和所述道床板数据,分别存入数据库的钢轨光带数据图表库、扣件数据图表库和道床板数据图表库;
结果分析模块,用于将所述扣件数据图表库、所述钢轨光带数据图表库和所述道床板数据图表库里的数据与预存的轨道正常数据进行对比绘图分析,生成分析图和分析报表。
优选地,所述控制器还包括无线传输模块,所述无线传输模块用于将所述扣件数据、所述钢轨光带数据、所述道床板数据、所述分析图和所述分析报表发送给远端设备。
本发明的有益效果为:通过对轨道扣件的检测、钢轨光带的检测和道床板裂纹的检测,得到轨道平稳性的分析图和分析报表,高效、精确且智能。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本实施例中基于图像识别的轨道检测方法的流程图;
图2为本实施例中基于图像识别的轨道检测***的电连接结构框图;
图3为本实施例中基于图像识别的轨道检测***;
附图标记:
1-检测车、2-可调节支撑架、3-图像采集装置、4-控制器、5-轨道
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例一:
实施例一提供了一种基于图像识别的轨道检测方法,如图1所示,包括以下步骤:
S1,分别采集扣件图像、钢轨光带图像、道床板(嵌缝胶)图像以及里程数据(采集图像之前需事先对图像采集设备进行标定,即用图像采集设备拍摄标定板,从而标定图像对应像素大小);
具体地,应用本方法的检测车在轨道上移动,根据接近开关的检测结果来判断何时采集扣件图像,通过预先设置的时间间隔或所述接近开关输出的开关信号,来控制图像采集装置采扣件图像、集钢轨光带图像、道床板(嵌缝胶)图像以及里程数据。因为扣件通常采用金属材料制成,通过接近开关对金属材料的检测来实现对扣件位置的判断,检测车在移动过程中,通过接近开关输出的开关信号判断是否到达扣件位置,若是则执行步骤S1中的采集图像。
S2,通过图像处理分别对所述扣件图像、所述钢轨光带图像和所述道床板(嵌缝胶)图像进行分析识别,结合所述里程数据,分别得到扣件数据、钢轨光带数据和道床板(嵌缝胶)数据;
其中,所述S2中通过图像处理对所述扣件图像进行分析识别,结合所述里程数据,得到扣件数据具体为:
对所述扣件图像进行垫板边缘识别,所述边缘识别包括上下边缘识别和左右边缘识别,通过对左右边缘识别提取纵向中心线,通过对上下边缘识别得到所述纵向中心线在上下边缘间的距离,进而得到垫板厚度数据;
对所述扣件图像进行挡板图像识别,进一步识别所述挡板图像中的挡板型号字样,进而得到挡板型号数据;
结合所述里程数据,得到扣件数据,所述扣件数据包括所述里程数据、所述垫板厚度数据和所述挡板型号数据。
其中,所述S2中通过图像处理对所述钢轨光带图像进行分析识别,结合所述里程数据,得到钢轨光带数据具体为:
对所述钢轨光带图像进行钢轨边缘识别,得到预设长度的钢轨表面图像;
对所述钢轨表面图像每间隔设定距离进行光带识别,得到N组初步的光带宽度值和光带中心距边缘距离值,再进行求和平均值,得到最终的光带宽度数据和光带中心距边缘距离数据;
结合所述里程数据,得到钢轨光带数据,所述钢轨光带数据包括所述里程数据、所述光带宽度数据和所述光带中心距边缘距离数据。
其中,所述S2中通过图像处理对所述道床板(嵌缝胶)图像进行分析识别,结合所述里程数据,得到道板床数据具体为:
对所述道床板(嵌缝胶)图像进行边缘识别,提取嵌缝胶裂纹图像;
对所述嵌缝胶裂纹图像进行识别,得到裂纹长度数据和裂纹最大宽度数据;
结合所述地理里程数据,得到道板床数据,所述道板床数据包括所述里程数据、所述裂纹长度数据和所述裂纹最大宽度数据。
具体地,本实施例的检测数据的精确度大于0.5mm。
S3,将所述扣件数据、所述钢轨光带数据和所述道床板(嵌缝胶)数据,分别存入数据库的钢轨光带数据图表库、扣件数据图表库和道床板(嵌缝胶)数据图表库;
S4,将所述扣件数据图表库、所述钢轨光带数据图表库和所述道床板(嵌缝胶)数据图表库里的数据与预存的轨道正常数据进行对比绘图分析,生成分析图和分析报表。所述分析图包括扣件分析图、钢轨光带分析图和和道床板(嵌缝胶)分析图;所述分析报表包括扣件分析报表、钢轨光带分析报表和道床板(嵌缝胶)分析报表。
具体地,分析报表里按序记录了若干次检测的结构,扣件分析报表包括多个类别:序号、里程、垫板厚度、挡板型号等;钢轨光带分析报表包括多个类别:序号、里程、光带宽度、光带中心距边缘距离等;所述道床板(嵌缝胶)分析报表包括多个类别:序号、里程、裂纹长度、裂纹最大宽度等。生成分析图和分析报表可以很直观的展现轨道的平稳性,便于工作人员查看和发现问题。
实施例二:
实施例二提供了一种基于图像识别的轨道检测***,适用实施例一的轨道检测方法,如图2和图3所示,包括在轨道上移动的检测车1,所述检测车1上设有通过多个可调节支撑架2固定的多个图像采集装置3,所述检测车1上还设有里程计、接近开关和控制器4,所述图像采集装置3、所述里程计、所述接近开关分别与所述控制器4电连接;
所述里程计,用于采集里程数据;也可采用其他能采集里程数据的设备,例如GPS***等。
所述接近开关,用于探测是否接近金属物质并输出开关信号;也可采用其他能判断是否接近金属扣件的设备,例如金属探测仪、金属传感器等。
所述图像采集装置3包括位于所述检测车1上不同位置的第一图像采集装置、第二图像采集装置和第三图像采集装置;
所述第一图像采集装置,用于采集扣件图像;
所述第二图像采集装置,用于采集钢轨光带图像;
所述第三图像采集装置,用于采集道床板(嵌缝胶)图像;
本实施例的每个图像采集装置3可以包括一个或多个摄像头,每个摄像头通过所述可调节支撑架固定在检测车上,通过可调节支撑架2调节摄像头的拍摄角度和拍摄方向。
所述控制器4包括:
图像采集模块,用于通过预先设置的时间间隔或所述接近开关输出的开关信号,来控制所述图像采集装置采集所述扣件图像、所述钢轨光带图像和所述道床板(嵌缝胶)图像;
图像处理模块,用于通过图像处理分别对所述扣件图像、所述钢轨光带图像和所述道床板(嵌缝胶)图像进行分析识别,结合所述里程数据,分别得到扣件数据、钢轨光带数据和道床板(嵌缝胶)数据;
数据存储模块,用于将所述扣件数据、所述钢轨光带数据和所述道床板(嵌缝胶)数据,分别存入数据库的钢轨光带数据图表库、扣件数据图表库和道床板(嵌缝胶)数据图表库;
结果分析模块,用于将所述扣件数据图表库、所述钢轨光带数据图表库和所述道床板(嵌缝胶)数据图表库里的数据与预存的轨道正常数据进行对比绘图分析,生成分析图和分析报表。
无线传输模块,所述无线传输模块用于将所述扣件数据、所述钢轨光带数据、所述道床板(嵌缝胶)数据、所述分析图和所述分析报表发送给远端设备。
本实施例中,检测车在轨道上前进移动,根据预先设置的时间间隔采集钢轨光带图像、道床板(嵌缝胶)图像和里程数据,每次移动到扣件位置时,则采集扣件图像;控制器对采集的图像进行识别分析处理后,得到相关数据并生成分析图和分析报表,然后将相关数据、分析图和分析报表发送到远程服务器,便于对数据的保存和后期的查看。本实施例的无线传输模块包括wifi模块、3G/4G模块等。
综合实施例一和实施例二所述,本发明的方法和***通过对轨道扣件的检测、钢轨光带的检测和道床板(嵌缝胶)裂纹的检测,得到轨道平稳性的分析图和分析报表,高效、精确且智能,直观的展现轨道的平稳性。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种基于图像识别的轨道检测方法,其特征在于,包括以下步骤:
S1,分别采集扣件图像、钢轨光带图像、道床板图像以及里程数据;
S2,通过图像处理分别对所述扣件图像、所述钢轨光带图像和所述道床板图像进行分析识别,结合所述里程数据,分别得到扣件数据、钢轨光带数据和道床板数据;
S3,将所述扣件数据、所述钢轨光带数据和所述道床板数据,分别存入数据库的钢轨光带数据图表库、扣件数据图表库和道床板数据图表库;
S4,将所述扣件数据图表库、所述钢轨光带数据图表库和所述道床板数据图表库里的数据与预存的轨道正常数据进行对比绘图分析,生成分析图和分析报表。
2.根据权利要求1所述的一种基于图像识别的轨道检测方法,其特征在于,所述S2中通过图像处理对所述扣件图像进行分析识别,结合所述里程数据,得到扣件数据具体为:
对所述扣件图像进行垫板边缘识别,所述边缘识别包括上下边缘识别和左右边缘识别,通过对左右边缘识别提取纵向中心线,通过对上下边缘识别得到所述纵向中心线在上下边缘间的距离,进而得到垫板厚度数据;
对所述扣件图像进行挡板图像识别,进一步识别所述挡板图像中的挡板型号字样,进而得到挡板型号数据;
结合所述里程数据,得到扣件数据,所述扣件数据包括所述里程数据、所述垫板厚度数据和所述挡板型号数据。
3.根据权利要求1所述的一种基于图像识别的轨道检测方法,其特征在于,所述S2中通过图像处理对所述钢轨光带图像进行分析识别,结合所述里程数据,得到钢轨光带数据具体为:
对所述钢轨光带图像进行钢轨边缘识别,得到预设长度的钢轨表面图像;
对所述钢轨表面图像每间隔设定距离进行光带识别,得到N组初步的光带宽度值和光带中心距边缘距离值,再进行求和平均值,得到最终的光带宽度数据和光带中心距边缘距离数据;
结合所述里程数据,得到钢轨光带数据,所述钢轨光带数据包括所述里程数据、所述光带宽度数据和所述光带中心距边缘距离数据。
4.根据权利要求1所述的一种基于图像识别的轨道检测方法,其特征在于,所述S2中通过图像处理对所述道床板图像进行分析识别,结合所述里程数据,得到道板床数据具体为:
对所述道床板图像进行边缘识别,提取嵌缝胶裂纹图像;
对所述嵌缝胶裂纹图像进行识别,得到裂纹长度数据和裂纹最大宽度数据;
结合所述地理里程数据,得到道板床数据,所述道板床数据包括所述里程数据、所述裂纹长度数据和所述裂纹最大宽度数据。
5.根据权利要求1所述的一种基于图像识别的轨道检测方法,其特征在于,所述S1中分别采集扣件图像、钢轨光带图像、道床板图像之前还包括,通过接近开关输出的开关信号判断是否到达扣件位置,若是则执行步骤S1。
6.根据权利要求1所述的一种基于图像识别的轨道检测方法,其特征在于,所述分析图包括扣件分析图、钢轨光带分析图和和道床板分析图;所述分析报表包括扣件分析报表、钢轨光带分析报表和道床板分析报表。
7.一种基于图像识别的轨道检测***,适用于权利要求1所述的一种基于图像识别的轨道检测方法,其特征在于,包括在轨道上移动的检测车,所述检测车上设有通过多个可调节支撑架固定的多个图像采集装置,所述检测车上还设有里程计、接近开关和控制器,所述图像采集装置、所述里程计、所述接近开关分别与所述控制器电连接;
所述里程计,用于采集里程数据;
所述接近开关,用于探测是否接近金属物质并输出开关信号;
所述图像采集装置包括位于所述检测车上不同位置的第一图像采集装置、第二图像采集装置和第三图像采集装置;
所述第一图像采集装置,用于采集扣件图像;
所述第二图像采集装置,用于采集钢轨光带图像;
所述第三图像采集装置,用于采集道床板图像;
所述控制器包括:
图像采集模块,用于通过预先设置的时间间隔或所述接近开关输出的开关信号,来控制所述图像采集装置采集所述扣件图像、所述钢轨光带图像和所述道床板图像;
图像处理模块,用于通过图像处理分别对所述扣件图像、所述钢轨光带图像和所述道床板图像进行分析识别,结合所述里程数据,分别得到扣件数据、钢轨光带数据和道床板数据;
数据存储模块,用于将所述扣件数据、所述钢轨光带数据和所述道床板数据,分别存入数据库的钢轨光带数据图表库、扣件数据图表库和道床板数据图表库;
结果分析模块,用于将所述扣件数据图表库、所述钢轨光带数据图表库和所述道床板数据图表库里的数据与预存的轨道正常数据进行对比绘图分析,生成分析图和分析报表。
8.根据权利要求7所述的一种基于图像识别的轨道检测***,其特征在于,所述控制器还包括无线传输模块,所述无线传输模块用于将所述扣件数据、所述钢轨光带数据、所述道床板数据、所述分析图和所述分析报表发送给远端设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711332175.2A CN108090912A (zh) | 2017-12-13 | 2017-12-13 | 一种基于图像识别的轨道检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711332175.2A CN108090912A (zh) | 2017-12-13 | 2017-12-13 | 一种基于图像识别的轨道检测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108090912A true CN108090912A (zh) | 2018-05-29 |
Family
ID=62175605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711332175.2A Pending CN108090912A (zh) | 2017-12-13 | 2017-12-13 | 一种基于图像识别的轨道检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090912A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109029372A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种检测车定位方法及装置 |
CN109029374A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种利用视觉图像分析对测车定位的方法及装置 |
CN109029377A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种利用视觉分析对检测车重定位的方法装置及*** |
CN109029373A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种隧道内检测车的综合定位方法及装置 |
CN111524248A (zh) * | 2020-04-24 | 2020-08-11 | 王晨庄 | 5g云存储图像分析的铁道视觉传感器巡检装置和方法 |
CN112883997A (zh) * | 2021-01-11 | 2021-06-01 | 武汉坤能轨道***技术有限公司 | 一种轨道交通扣件检测***及检测方法 |
CN113674302A (zh) * | 2021-08-26 | 2021-11-19 | 中冶赛迪重庆信息技术有限公司 | 一种皮带机料面偏移识别方法、***、电子设备及介质 |
CN117011212A (zh) * | 2022-06-21 | 2023-11-07 | 南通市科睿轨道科技有限公司 | 一种轨道工务段紧固件连接状态监测分析*** |
CN117253066A (zh) * | 2023-11-20 | 2023-12-19 | 西南交通大学 | 钢轨表面状态的识别方法、装置、设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202974192U (zh) * | 2012-09-20 | 2013-06-05 | 黄谦 | 一种城市轨道检测装置 |
CN104129404A (zh) * | 2013-05-02 | 2014-11-05 | 上海工程技术大学 | 一种高速动态实时检测铁轨扣件松动的方法及装置 |
CN105466941A (zh) * | 2015-11-27 | 2016-04-06 | 中国铁道科学研究院 | 一种基于钢轨的光带图像的钢轨检测方法及设备 |
-
2017
- 2017-12-13 CN CN201711332175.2A patent/CN108090912A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202974192U (zh) * | 2012-09-20 | 2013-06-05 | 黄谦 | 一种城市轨道检测装置 |
CN104129404A (zh) * | 2013-05-02 | 2014-11-05 | 上海工程技术大学 | 一种高速动态实时检测铁轨扣件松动的方法及装置 |
CN105466941A (zh) * | 2015-11-27 | 2016-04-06 | 中国铁道科学研究院 | 一种基于钢轨的光带图像的钢轨检测方法及设备 |
Non-Patent Citations (3)
Title |
---|
余淼: "铁路线路智能巡检***的设计", 《铁路信息***》 * |
卢春房: "《轨道工程》", 30 April 2015, 北京:中国铁道出版社 * |
贾晋中 等: "《朔黄铁路重载综合检测车》", 31 December 2016, 北京:中国铁道出版社 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109029372A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种检测车定位方法及装置 |
CN109029374A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种利用视觉图像分析对测车定位的方法及装置 |
CN109029377A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种利用视觉分析对检测车重定位的方法装置及*** |
CN109029373A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种隧道内检测车的综合定位方法及装置 |
CN111524248A (zh) * | 2020-04-24 | 2020-08-11 | 王晨庄 | 5g云存储图像分析的铁道视觉传感器巡检装置和方法 |
CN112883997A (zh) * | 2021-01-11 | 2021-06-01 | 武汉坤能轨道***技术有限公司 | 一种轨道交通扣件检测***及检测方法 |
CN113674302A (zh) * | 2021-08-26 | 2021-11-19 | 中冶赛迪重庆信息技术有限公司 | 一种皮带机料面偏移识别方法、***、电子设备及介质 |
CN113674302B (zh) * | 2021-08-26 | 2024-03-05 | 中冶赛迪信息技术(重庆)有限公司 | 一种皮带机料面偏移识别方法、***、电子设备及介质 |
CN117011212A (zh) * | 2022-06-21 | 2023-11-07 | 南通市科睿轨道科技有限公司 | 一种轨道工务段紧固件连接状态监测分析*** |
CN117011212B (zh) * | 2022-06-21 | 2024-02-27 | 南通市科睿轨道科技有限公司 | 一种轨道工务段紧固件连接状态监测分析*** |
CN117253066A (zh) * | 2023-11-20 | 2023-12-19 | 西南交通大学 | 钢轨表面状态的识别方法、装置、设备及可读存储介质 |
CN117253066B (zh) * | 2023-11-20 | 2024-02-27 | 西南交通大学 | 钢轨表面状态的识别方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108090912A (zh) | 一种基于图像识别的轨道检测方法及*** | |
CN106101590B (zh) | 雷达视频复合数据探测与处理***及探测与处理方法 | |
CN110543857A (zh) | 基于图像分析的违禁物识别方法、装置、***和存储介质 | |
CN110246122A (zh) | 基于机器视觉的小型轴承质量检测方法、装置及*** | |
CN105894529B (zh) | 车位状态检测方法和装置及*** | |
CN105872970A (zh) | 一种基于路灯物联网的伪基站检测*** | |
CN114295649B (zh) | 一种信息关联方法、装置、电子设备及存储介质 | |
CN104483320A (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN107103300A (zh) | 一种离岗检测方法及*** | |
CN103279760A (zh) | 一种植物检疫幼虫实时分类方法 | |
CN113371028A (zh) | 一种电客车载轨道智能巡检***及方法 | |
CN105301208A (zh) | 一种生鲜蔬菜新鲜度检测***及方法 | |
CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
CN113706497B (zh) | 一种违禁品智能识别装置和*** | |
CN111767913A (zh) | 一种基于深度学习的动车组车辆故障动态图像检测方法 | |
CN116363691A (zh) | 安检信息绑定方法、装置、电子设备及可读存储介质 | |
CN108144865A (zh) | 汽车油管粗检***及其检测方法 | |
CN111127409A (zh) | 基于sift图像配准与余弦相似度的列车部件检测方法 | |
CN102928322A (zh) | 一种在线监测大气污染物的方法及*** | |
CN109979202A (zh) | 一种车辆安检方法及装置 | |
CN105869413A (zh) | 基于摄像头视频检测车流量和车速的方法 | |
CN111553500B (zh) | 基于注意力机制全卷积网络的铁路交通接触网巡检方法 | |
CN210401707U (zh) | 一种适用于机场入口的***物检测*** | |
CN104392201A (zh) | 一种基于全向视觉的人体跌倒识别方法 | |
CN207923179U (zh) | 智能巡检车 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180529 |