CN113674211A - 一种轨道质量监测分析*** - Google Patents
一种轨道质量监测分析*** Download PDFInfo
- Publication number
- CN113674211A CN113674211A CN202110842244.4A CN202110842244A CN113674211A CN 113674211 A CN113674211 A CN 113674211A CN 202110842244 A CN202110842244 A CN 202110842244A CN 113674211 A CN113674211 A CN 113674211A
- Authority
- CN
- China
- Prior art keywords
- module
- microwave radar
- track
- camera
- network connection
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000013136 deep learning model Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 239000013589 supplement Substances 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000007635 classification algorithm Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 claims description 2
- 230000003068 static effect Effects 0.000 abstract description 5
- 238000009434 installation Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 241001669679 Eleotris Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种轨道质量监测分析***,包括云台基座、摄像头模块、微波雷达模块、网络连接模块和处理服务器,其特征在于,所述云台基座分别与摄像头模块和微波雷达模块固定连接,其摄像头模块安装于微波雷达模块顶端,所述网络连接模块分别与摄像头模块和微波雷达模块相连接,所述网络连接模块和处理服务器相连接。本发明通过设置一种基于云台基座的监测***,通过摄像头模块和微波雷达模块针对轨道的区间范围内的静和动两方面进行判断,所采用的摄像头模块亦能够经由图像识别功能对轨道的周边环境进行监测,从土建到铁轨安装均能够***监测,统一归筹数据分析。
Description
技术领域
本发明涉及轨道监测领域,特别涉及一种轨道质量监测分析***。
背景技术
铁路线路设备是铁路运输业的基础设备,它常年裸露在大自然中,经受着风雨冻融和列车荷载的作用,轨道几何尺寸不断变化,路基及道床不断产生变形,钢轨、联结零件及轨枕不断磨损,而使线路设备技术状态不断地发生变化,因此,工务部门掌握线路设备的变化规律,及时检测线路状态,加强线路检测管理成为确保线路质量、保证运输安全的重要的基础性工作,现有技术中一般通过CDD相机针对钢轨的尺寸监测和比较,从而详细判断轨道的质量。
然而CDD相机监测一般需要线路整体的静态监测,尤其是对于CDD的激光射线以及内部元件具有较高的要求,在面对外部环境的对于轨道的影响时,其CDD相机的监测方式通常无法宏观判断,极其需要工作人员的经验判定,特别是面对路枕和边缘地带的裂缝和凹陷时,是无法仅通过几张图片和***的分析进行精准推测能够得到的数据。
发明内容
本发明要解决的技术问题是克服现有技术的缺陷,提供一种轨道质量监测分析***。
为了解决上述技术问题,本发明提供了如下的技术方案:
本发明一种轨道质量监测分析***,包括云台基座、摄像头模块、微波雷达模块、网络连接模块和处理服务器,所述云台基座分别与摄像头模块和微波雷达模块固定连接,其摄像头模块安装于微波雷达模块顶端,所述网络连接模块分别与摄像头模块和微波雷达模块相连接,所述网络连接模块和处理服务器相连接;
所述摄像头模块包含有红外摄像头、主控模块和补光模块,用于对轨道线路图像拍摄;
所述微波雷达模块包含有激光指示器、激光测距机、信号处理机、发射机、接收机和显控单元,用于对轨道的震动、位移、压力挠度和形变的监测;
所述网络连接模块包含有5G无线连接模块和GPRS网络连接模块,用于无线距离的通讯和数据传输;
所述处理服务器包含有数据库储存模块、数据分析模块和人工智能分析模块,用于对摄像头模块和微波雷达模块所采集的数据分析,并最终形成结论。
作为本发明的一种优选技术方案,所述云台基座包含有支撑架和电机旋转座,所述电机旋转座和支撑架为固定连接,所述微波雷达模块和电机旋转座为固定连接,用于旋转微波雷达模块的水平角度。
作为本发明的一种优选技术方案,所述红外摄像头分别与主控模块和补光模块相连接,所述补光模块为红外变焦补光灯,所述主控模块和处理服务器通过网络连接模块相连接,所述人工智能分析模块搭载有BP神经网络算法和深度学习模型,其深度学习模型的流程如下:
1)使用ResNet50提取图像的特征图;
2)通过softmax判断锚点属于正向或者负向,再利用边界框回归修正锚点获得精确的提议;
3)将特征图和区域建议网络输出的提议框作为输入,综合这些信息后提取提议特征图,送入后续全连接层判定目标类别;
4)利用提议特征图计算提议的类别,同时再次边界框回归获得检测框最终的精确位置。
作为本发明的一种优选技术方案,所述信号处理机和处理服务器通过网络连接模块相连接,所述微波雷达模块所发射的波段为Ku波段,其工作带宽为500MHz,所述微波雷达模块还包含有微带阵列,其微带阵列收发天线的尺寸为140mm×140mm,所述显控单元包含有触控品和小型键盘。
作为本发明的一种优选技术方案,所述数据库储存模块和数据分析模块相连接,所述数据库模块包含有LDA分类算法,所述数据分析模块搭载有Frechet算法,用于对数据库模块内的曲线图对比相似度。
与现有技术相比,本发明的有益效果如下:
1:本发明通过设置一种基于云台基座的监测***,通过摄像头模块和微波雷达模块针对轨道的区间范围内的静和动两方面进行判断,所采用的摄像头模块亦能够经由图像识别功能对轨道的周边环境进行监测,从土建到铁轨安装均能够***监测,统一归筹数据分析。
2:本发明经由设置深度学习模型,使图片能够通过神经网络算法归类后,进一步对图片分类,减轻深度学习模型的数据计算复杂程度,随后按照深度学习模型的流程步骤进行智能检测,降低人工分辨的复杂程度。
3:本发明根据微波雷达模块在动态情况下的轨道探测数据,在传输至处理服务器后即可储存刚使用时正常情况下的各类曲线数据,在后续监测流程中仅通过微波雷达模块采集数据后,按照相似度算法即可推断出目标区间的轨道是否有较强烈度的损坏,形成更为直接和自动化的数据判断。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的整体结构示意图;
图2是本发明的模块结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
如图1-2所示,本发明提供一种轨道质量监测分析***,包括云台基座、摄像头模块、微波雷达模块、网络连接模块和处理服务器,云台基座分别与摄像头模块和微波雷达模块固定连接,其摄像头模块安装于微波雷达模块顶端,网络连接模块分别与摄像头模块和微波雷达模块相连接,网络连接模块和处理服务器相连接;
摄像头模块包含有红外摄像头、主控模块和补光模块,用于对轨道线路图像拍摄;
微波雷达模块包含有激光指示器、激光测距机、信号处理机、发射机、接收机和显控单元,用于对轨道的震动、位移、压力挠度和形变的监测;
网络连接模块包含有5G无线连接模块和GPRS网络连接模块,用于无线距离的通讯和数据传输;
处理服务器包含有数据库储存模块、数据分析模块和人工智能分析模块,用于对摄像头模块和微波雷达模块所采集的数据分析,并最终形成结论。
进一步的,云台基座包含有支撑架和电机旋转座,电机旋转座和支撑架为固定连接,微波雷达模块和电机旋转座为固定连接,用于旋转微波雷达模块的水平角度。
红外摄像头分别与主控模块和补光模块相连接,补光模块为红外变焦补光灯,主控模块和处理服务器通过网络连接模块相连接,人工智能分析模块搭载有BP神经网络算法和深度学习模型,其深度学习模型的流程如下:
1)使用ResNet50提取图像的特征图;
2)通过softmax判断锚点属于正向或者负向,再利用边界框回归修正锚点获得精确的提议;
3)将特征图和区域建议网络输出的提议框作为输入,综合这些信息后提取提议特征图,送入后续全连接层判定目标类别;
4)利用提议特征图计算提议的类别,同时再次边界框回归获得检测框最终的精确位置。
信号处理机和处理服务器通过网络连接模块相连接,微波雷达模块所发射的波段为Ku波段,其工作带宽为500MHz,微波雷达模块还包含有微带阵列,其微带阵列收发天线的尺寸为140mm×140mm,显控单元包含有触控品和小型键盘。
数据库储存模块和数据分析模块相连接,数据库模块包含有LDA分类算法,数据分析模块搭载有Frechet算法,用于对数据库模块内的曲线图对比相似度。
具体的,使用者主要将摄像头模块和微波雷达模块基于云台基座放置于地面或地面支撑杆以及外墙上,轨道区间则直接受到摄像头模块和微波雷达模块检测采集数据,所采集的数据主要通过所安装的网络连接模块网络传输,其网络连接模块表面亦设置有光纤插口,用于光纤连接传输数据;
所传输的数据主要输送至处理服务器中,经过处理服务器的分析处理后再次显示到中控台、显示平台以及本地***主机中,便于工作人员的判断和后期的维护策略制定。
摄像头模块主要通过红外变焦补光灯和红外摄像头针对轨道的周边区域以及轨道本身的图像拍摄,所采用的SWIR红外摄像头波长为0.4~1.15μm,穿透力较强,能够保证在恶劣天气下的图像采集,在区域中图像采集完成后,对获取的图像自动去噪、拼接、畸变和明暗适应处理,随后输出至处理服务器的人工智能分析模块中,根据BP神经网络算法分类图片中所出现的裂痕、凹陷、边坡位移和沉降等,随后通过深度学习模型进行图像处理,深度学习模型首先使用ResNet50算法提取图像的特征图,该特征图共享用于后续区域建议网络层和全连接层,随后特征图经由卷积核分割图像并分为两份,一份经过区域建议网络网络用于生成区域提议,该层通过softmax判断锚点属于正向或者负向,再利用边界框回归修正锚点获得精确的提议,另一份特征图和区域建议网络输出的提议框作为输入,综合这些信息后提取提议特征图,送入后续全连接层判定目标类别,全连接层在接收到两份处理后的图像后,利用提议特征图计算提议的类别,同时再次边界框回归获得检测框最终的精确位置,并发送至检测人员进行判断,形成静态的轨道监测信息;
微波雷达模块则主要设置为Ku波段,工作带宽为500MHz,针对钢轨进行动态监测,将雷达天线正对被测目标区域,测量轨道车在轨道上行驶过程中的雷达回波信号相位的变化曲线,由于微波雷达设备能够敏感的、高精度的监测结构微小变形,且其数据具有一定的稳定性,能较好的反应不同荷载作用下测点的挠度信息,受环境干扰较小,因此所采集的数据则依旧发送至数据库储存模块和数据分析模块中,由数据分析模块检索数据库储存模块归类的数据信息,数据库储存模块主要储存有轨道在首次使用时的形变信息,并按照LDA分类算法按照目标区域的数据进行分类储存,再次采集数据后,数据分析模块提取数据库储存模块所储存的原始数据信息,并将其曲线图和采集的曲线图通过Frechet算法比较,并标注出曲线差别较大处,随后根据工作人员所设定的阈值,当曲线差别过大后,其处理服务器将发送预警信息至中控台、显示平台以及本地***主机,并且链接到摄像头模块,将同一地点拍摄的摄像头模块所拍摄的照片和后续所处理的静态图像信息打包放入预警信息中,便于工作人员针对某一区间的轨道预警以及处理策略的制定。
本发明主要利用微波雷达模块和摄像头模块对整体轨道进行监测,摄像头模块包含整体宏观的监测,对轨道周边的环境以及轨道的变换进行监测,而微波雷达模块针对轨道的动态形变和细微变化进行实时监控,同时微波雷达模块和摄像头模块之间的信息均在处理服务器中储存,通过处理服务器由链接层关联,更利于工作人员对于过往记录的监测。
实施例2
支撑架底端安装有可拆卸式的滚轮,其它结构均与实施例1相同。
使整体设备为可移动设置,能够沿轨道线路进行移动监测和测定,更利于监测流程的使用,并且能够扩大监测区域,减少固定设备的安装。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种轨道质量监测分析***,包括云台基座、摄像头模块、微波雷达模块、网络连接模块和处理服务器,其特征在于,所述云台基座分别与摄像头模块和微波雷达模块固定连接,其摄像头模块安装于微波雷达模块顶端,所述网络连接模块分别与摄像头模块和微波雷达模块相连接,所述网络连接模块和处理服务器相连接;
所述摄像头模块包含有红外摄像头、主控模块和补光模块,用于对轨道线路图像拍摄;
所述微波雷达模块包含有激光指示器、激光测距机、信号处理机、发射机、接收机和显控单元,用于对轨道的震动、位移、压力挠度和形变的监测;
所述网络连接模块包含有5G无线连接模块和GPRS网络连接模块,用于无线距离的通讯和数据传输;
所述处理服务器包含有数据库储存模块、数据分析模块和人工智能分析模块,用于对摄像头模块和微波雷达模块所采集的数据分析,并最终形成结论。
2.根据权利要求1所述的一种轨道质量监测分析***,其特征在于,所述云台基座包含有支撑架和电机旋转座,所述电机旋转座和支撑架为固定连接,所述微波雷达模块和电机旋转座为固定连接,用于旋转微波雷达模块的水平角度。
3.根据权利要求1所述的一种轨道质量监测分析***,其特征在于,所述红外摄像头分别与主控模块和补光模块相连接,所述补光模块为红外变焦补光灯,所述主控模块和处理服务器通过网络连接模块相连接,所述人工智能分析模块搭载有BP神经网络算法和深度学习模型,其深度学习模型的流程如下:
1)使用ResNet50提取图像的特征图;
2)通过softmax判断锚点属于正向或者负向,再利用边界框回归修正锚点获得精确的提议;
3)将特征图和区域建议网络输出的提议框作为输入,综合这些信息后提取提议特征图,送入后续全连接层判定目标类别;
4)利用提议特征图计算提议的类别,同时再次边界框回归获得检测框最终的精确位置。
4.根据权利要求1所述的一种轨道质量监测分析***,其特征在于,所述信号处理机和处理服务器通过网络连接模块相连接,所述微波雷达模块所发射的波段为Ku波段,其工作带宽为500MHz,所述微波雷达模块还包含有微带阵列,其微带阵列收发天线的尺寸为140mm×140mm,所述显控单元包含有触控品和小型键盘。
5.根据权利要求4所述的一种轨道质量监测分析***,其特征在于,所述数据库储存模块和数据分析模块相连接,所述数据库模块包含有LDA分类算法,所述数据分析模块搭载有Frechet算法,用于对数据库模块内的曲线图对比相似度。
6.根据权利要求2所述的一种轨道质量监测分析***,其特征在于,所述支撑架底端安装有可拆卸式的滚轮。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110842244.4A CN113674211A (zh) | 2021-07-26 | 2021-07-26 | 一种轨道质量监测分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110842244.4A CN113674211A (zh) | 2021-07-26 | 2021-07-26 | 一种轨道质量监测分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113674211A true CN113674211A (zh) | 2021-11-19 |
Family
ID=78540098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110842244.4A Pending CN113674211A (zh) | 2021-07-26 | 2021-07-26 | 一种轨道质量监测分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113674211A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115855213A (zh) * | 2022-11-24 | 2023-03-28 | 中大智能科技股份有限公司 | 一种基于雷达的非接触式的梁称重方法和*** |
CN117078687A (zh) * | 2023-10-17 | 2023-11-17 | 常州海图信息科技股份有限公司 | 基于机器视觉的轨道巡检***及方法 |
-
2021
- 2021-07-26 CN CN202110842244.4A patent/CN113674211A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115855213A (zh) * | 2022-11-24 | 2023-03-28 | 中大智能科技股份有限公司 | 一种基于雷达的非接触式的梁称重方法和*** |
CN115855213B (zh) * | 2022-11-24 | 2024-05-03 | 中大智能科技股份有限公司 | 一种基于雷达的非接触式的梁称重方法和*** |
CN117078687A (zh) * | 2023-10-17 | 2023-11-17 | 常州海图信息科技股份有限公司 | 基于机器视觉的轨道巡检***及方法 |
CN117078687B (zh) * | 2023-10-17 | 2023-12-15 | 常州海图信息科技股份有限公司 | 基于机器视觉的轨道巡检***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106049210B (zh) | 一种轨道状态智能检测平台 | |
CN105905132B (zh) | 一种轨道状态智能巡检装置和方法 | |
CN101694084B (zh) | 地面车载移动检测*** | |
Martin et al. | Detector technology evaluation | |
CN101957309B (zh) | 一种能见度的全天候视频测量方法 | |
CN101281142B (zh) | 一种测量大气能见度的方法 | |
CN205632521U (zh) | 一种轨道状态智能巡检装置 | |
CN109164443A (zh) | 基于雷达及图像分析的铁路线路异物检测方法及*** | |
CN113674211A (zh) | 一种轨道质量监测分析*** | |
CN104808216B (zh) | 一种基于激光雷达测距的车辆防碰撞预警*** | |
CN107380163A (zh) | 基于磁导航的汽车智能报警预测***及其方法 | |
CN104567708A (zh) | 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法 | |
CN112945096B (zh) | 一种用于高速列车上的隧道病害监测***和方法 | |
CN101214851A (zh) | 船舶行驶智能型全天候主动安全预警***及其预警方法 | |
KR20190140175A (ko) | 무인비행체에 탑재된 합성구경레이더 센서를 활용한 비탈면 변위 측정 시스템 및 그 방법 | |
CN111999298A (zh) | 一种基于5g技术的无人机快速巡检桥梁*** | |
CN210005927U (zh) | 一种桥梁巡检无人机*** | |
CN103353297A (zh) | 输电线路与目标尺寸及间距的机载光电测量装置及其方法 | |
CN105389921A (zh) | 一种机场跑道异物的监测***和方法 | |
CN113869196B (zh) | 一种基于激光点云数据多特征分析的车型分类方法及装置 | |
CN115127510A (zh) | 一种水陆空三栖立体无人化多平台联动滑坡智能巡防*** | |
CN103149569A (zh) | 基于小波变换的激光雷达高压线识别方法 | |
CN113869275A (zh) | 一种基于移动边缘计算的车辆抛洒物检测*** | |
CN114407944A (zh) | 一种铁路巡检车、铁路巡检***及其方法 | |
CN113867386A (zh) | 管带机无人机巡检方法及*** |
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 |