CN113885569A - 一种基于计算机视觉处理的动车车底智能巡检机器人*** - Google Patents
一种基于计算机视觉处理的动车车底智能巡检机器人*** Download PDFInfo
- Publication number
- CN113885569A CN113885569A CN202111239396.1A CN202111239396A CN113885569A CN 113885569 A CN113885569 A CN 113885569A CN 202111239396 A CN202111239396 A CN 202111239396A CN 113885569 A CN113885569 A CN 113885569A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle bottom
- vehicle
- platform
- positioning
- 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.)
- Withdrawn
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 title claims description 13
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 230000000007 visual effect Effects 0.000 claims abstract description 24
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 8
- 238000010191 image analysis Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 9
- 238000012423 maintenance Methods 0.000 description 9
- 230000005856 abnormality Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于计算机视觉处理的动车车底智能巡检机器人***,包括:UWB定位***、巡检图像采集机器人和视觉分析平台;巡检图像采集机器人用于对动车车底进行巡检,采集车底拍摄图像和车底形状图像;UWB定位***用于对巡检图像采集机器人进行定位,生成巡检图像采集机器人的采集点位置信息;视觉分析平台用于根据车底拍摄图像、车底形状图像和预置的标准车底模型进行车底异常情况的检测,并根据采集点位置信息标记车底异常情况的位置。本申请实现了巡检图像采集机器人和动车车底异常情况的精准定位,并从平面图像和雷达探测两个角度,标记出动车车底异常情况,实现动车车底的精细化定位与检测。
Description
技术领域
本申请属于动车组检测设备技术领域,具体涉及一种基于计算机视觉处理的动车车底智能巡检机器人***。
背景技术
随着近些年基础设施的迅猛发展,特别是众多高速铁路的开通运营,开行的动车组数量逐年快速增加,相应的动车所承担的检修作业任务越来越重,作业压力也越来越大。动车组的日常检修以一级修为主,每次一级检修由1~2个检修作业小组完成,需要的检修人员多,每次检修时间较长,随着动车组数量和运行交路的逐步增加,动车所每天一级修的作业任务逐渐增加。目前机器人已成熟应用于工业、农业、生活服务等各个方面,已有深厚的技术底蕴,但是对于动车组车底的检测机器人还没有出现,一般都是一些专项的检测设备。
因此,提供一种操作简易方便、自动化程度高、检测定位准确的动车组车底检测机器人实为必要。
发明内容
本申请提出了一种基于计算机视觉处理的动车车底智能巡检机器人***,引入UWB定位***,可以准确获取巡检机器人的位置和动车车底异常情况的位置,实现检测全程自动化、检测定位准确的动车车底快速巡检。
为实现上述目的,本申请提供了如下方案:
一种基于计算机视觉处理的动车车底智能巡检机器人***,包括:UWB定位***、巡检图像采集机器人和视觉分析平台;
所述巡检图像采集机器人用于对动车车底进行巡检,采集车底拍摄图像和车底形状图像,并将所述车底拍摄图像和所述车底形状图像发送至所述视觉分析平台;
所述UWB定位***用于对所述巡检图像采集机器人进行定位,生成所述巡检图像采集机器人的采集点位置信息,并将所述采集点位置信息发送至所述视觉分析平台;
所述视觉分析平台用于根据所述车底拍摄图像、所述车底形状图像和预置的标准车底模型进行车底异常情况的检测,并根据所述采集点位置信息标记所述车底异常情况的位置。
优选的,所述UWB定位***包括定位标签、若干个定位基站和定位服务器;
所述定位标签与所述巡检图像采集机器人固定连接,所述定位基站安装于所述动车车底的预定位置,所述定位标签与所述定位基站保持位置数据通信,所述定位基站将所述位置数据发送至所述定位服务器;
所述定位服务器用于根据所述定位基站的位置和所述位置数据,生成所述巡检图像采集机器人的所述采集点位置信息。
优选的,所述巡检图像采集机器人采用无人机平台,所述无人机平台包括飞行动力单元、飞行控制单元、图像采集设备、图像雷达、前置雷达和高度雷达;
所述无人机平台与所述定位标签、所述飞行动力单元、所述飞行控制单元、所述图像采集设备、所述图像雷达、所述前置雷达和所述高度雷达连接;
所述图像采集设备用于采集所述车底拍摄图像,并发送至所述视觉分析平台;
所述图像雷达用于采集所述车底形状图像,并发送至所述视觉分析平台;
所述前置雷达用于探测所述无人机平台飞行前方的空间障碍情况,当探测到障碍时,所述前置雷达向所述飞行控制单元发出紧急停止信号;
所述高度雷达用于探测所述无人机平台与地面之间的高度,维持所述无人机平台与地面之间的飞行高度;
所述飞行控制单元用于根据所述定位服务器发送的所述定位标签与所述定位基站的位置信息,以及所述飞行高度,生成所述无人机平台的飞行路线,并控制所述飞行动力单元带动所述无人机平台飞行,所述飞行控制单元还用于根据所述紧急停止信号,控制所述飞行动力单元带动所述无人机平台停止飞行,并使所述无人机平台处于悬停状态。
优选的,所述视觉分析平台包括标准车底模型、校准单元、图像分析单元、位置标记单元和显示终端;
所述标准图像模型用于标示所述动车车底的特征数据;
所述显示终端用于显示所述车底异常情况;
所述校准单元用于根据所述定位基站的位置,对所述车底拍摄图像、所述车底形状图像和所述标准车底模型进行位置校准,生成三层立体模拟图;
所述图像分析单元用于根据所述三层立体模拟图,得到所述车底异常情况,并将所述车底异常情况标记在所述标准车底模型上;
所述位置标记单元用于接收所述采集点位置信息,并将所述采集点位置信息显示在所述标准车底模型中。
优选的,所述车底拍摄图像和所述车底形状图像均包括车底中图像、车底左图像和车底右图像;
所述校准单元还用于根据所述定位基站的位置,将所述车底拍摄图像和所述车底形状图像各自的所述车底中图像、所述车底左图像和所述车底右图像进行融合,生成完整的所述车底拍摄图像和所述车底形状图像。
优选的,所述特征数据包括:平整、曲面、缝隙、凸起、凹陷。
优选的,所述位置标记单元还用于当所述无人机平台处于紧急停飞且悬停状态时,发出障碍报警信息。
优选的,所述显示终端包括第一显示单元和第二显示单元;
所述第一显示单元用于显示所述无人机平台在飞行过程中实时采集到的所述车底拍摄图像和所述车底形状图像,并将所述无人机平台此时的所述采集点位置信息显示在所述标准车底模型上;
所述第二显示单元用于显示标记有所述车底异常情况的所述标准车底模型。
本申请的有益效果为:
本申请公开了一种基于计算机视觉处理的动车车底智能巡检机器人***,引入UWB定位***,在UWB定位标签和定位基站的相互作用下,实现了巡检图像采集机器人和动车车底异常情况的精准定位,在此基础上,通过巡检图像采集机器人实时采集车底拍摄图像和车底形状图像,由视觉分析平台进行数据处理,从平面图像和雷达探测两个角度,标记出动车车底异常情况,实现动车车底的精细化定位与检测。
附图说明
为了更清楚地说明本申请的技术方案,下面对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一种基于计算机视觉处理的动车车底智能巡检机器人***结构示意图;
图2为本申请实施例中设定的动车组列车车头和车尾的定位基站编号示意图;
图3为本申请实施例中的每一节车厢的巡检路径示意图;
图4为本申请实施例中的无人机平台结构示意图;
图5为本申请实施例中的视觉分析平台结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
如图1所示,为本申请实施例一种基于计算机视觉处理的动车车底智能巡检机器人***结构示意图,包括UWB定位***、巡检图像采集机器人和视觉分析平台。
其中,巡检图像采集机器人用于对动车车底进行巡检,采集车底拍摄图像和车底形状图像,并将车底拍摄图像和车底形状图像发送至视觉分析平台;
UWB定位***用于对巡检图像采集机器人进行定位,生成巡检图像采集机器人的采集点位置信息,并将采集点位置信息发送至所视觉分析平台;
视觉分析平台用于根据车底拍摄图像、车底形状图像和预置的标准车底模型进行车底异常情况的检测,并根据采集点位置信息标记车底异常情况的位置。
动车车底的自动化智能巡检,特别是一列动车组由多节车厢、和多个车头组成的情况下,首先要能够准确区分车头还是车厢,再定位是哪一节车厢,只有定位准确,才能进行后期的车底巡检。
在本实施例中,采用区域定位的UWB定位***,包括:定位标签、若干个定位基站和定位服务器。其中,定位标签与巡检图像采集机器人固定连接,定位基站安装于动车车底的预定位置,定位标签与定位基站保持位置数据通信,定位基站将位置数据发送至定位服务器;定位服务器用于根据定位基站的位置和位置数据,生成巡检图像采集机器人的采集点位置信息。
UWB定位***的定位范围并不大,但定位非常精准,而且基于定位基站的编号,还可以使搭载由定位标签的巡检机器人按照设定的路线行进。对此,本实施例进行了如下相应的设置;
对于车头和车厢上安装的定位基站,采用不同形式的编码方式,在本实施例中,在车头前端的定位基站设置编号为11,则该车头尾端的定位基站设置编号为11A,车厢一端的定位基站设置编号为1111,则该车厢另一端的定位基站设置编号为1111A,即车头的前端采用两位数字编号,尾端在车头编号的后面加一个字母,车厢的编号采用四位数字,一端是纯四位数字,另一端再该四位数字的末尾加一个字母。如此一来,头尾成对编号,且编号为两个数字的,即为车头的前端,两个数字加字母则为车头的尾端,编号为四个数字,则为车厢。如图2所示,为本实施例设定的一列动车组列车的车头和车尾的定位基站编号。所有的定位基站均安装在车头或车厢的最前端或最后端的正中位置。
另外,由于有车轮的遮挡,所以不能一次性将车底的图像采集完整,需要通过不同的采集路径方可完整采集。
在本实施例中,设定定位标签沿成对的定位基站行进,以其中一个定位基站为始点和途经点,则以另一的定位基站为转折点,如图3所示,定位标签在行进过程中,若从1111开始,则默认1111也为途经点,且以1111A为转折点,即从1111开始向1111A行进,到达1111A时向左行进1米,然后向回方向行进,在1111侧向转折行进2米途径1111后,再向1111A的侧向行进,最后回到1111A,完成一次完整的行进路径。车头的巡检路径参照车厢。
在本实施例中,巡检图像采集机器人采用无人机平台,可以在车底快速飞行,而无需考虑地面情况。无人机平台搭载有飞行动力单元、飞行控制单元、图像采集设备、图像雷达、前置雷达和高度雷达,如图4所示。
其中,飞行动力单元、前置雷达和高度雷达均与飞行控制单元连接,用于无人机平台的飞行控制。
图像采集设备用于采集车底拍摄图像,并发送至视觉分析平台,在本实施例中,采用高速高清摄像机作为图像采集设备。
图像雷达用于采集车底形状图像,并发送至视觉分析平台,雷达可以探测车底的几何形状,避免单纯的图像分析造成的误报情况。
前置雷达用于探测无人机平台飞行前方的空间障碍情况,通常情况下,在无人机平台的飞行高度上(例如,与检修架等高度),动车的车底不应当有障碍物,当探测到障碍时,只能说明车底出现了异常情况,而且有可能直接影响无人机平台的正常飞行,此时前置雷达向飞行控制单元发出紧急停止信号。
高度雷达用于探测无人机平台与地面之间的高度,维持无人机平台与地面之间的飞行高度。
飞行控制单元用于根据定位服务器发送的定位标签与定位基站的位置信息,以及飞行高度,生成无人机平台的飞行路线,如图3所示,并控制飞行动力单元带动无人机平台飞行,飞行控制单元还用于根据紧急停止信号,控制飞行动力单元带动无人机平台停止飞行,并使无人机平台处于悬停状态。
基于前述UWB定位***的准确定位,可以实施车底的图像拍摄和后期的视觉分析,以发现车底异常情况。
在本实施例中,视觉分析平台包括标准车底模型、校准单元、图像分析单元、位置标记单元和显示终端,如图5所示。
其中,标准图像模型用于标示动车车底的特征数据,包括:平整、曲面、缝隙、凸起、凹陷等。
校准单元用于根据定位基站的位置,对车底拍摄图像、车底形状图像和标准车底模型进行位置校准,生成三层立体模拟图;
如前所述,由于车轮的遮挡,所以不能一次性将车底的图像采集完整,因此,才设计了上述的无人机平台飞行路线,按照该飞行路线,车底拍摄图像和车底形状图像均分成了三部分:车底中图像、车底左图像和车底右图像。校准单元首先要根据定位基站的位置,将车底拍摄图像和车底形状图像各自的车底中图像、车底左图像和车底右图像进行融合,生成完整的车底拍摄图像和车底形状图像。
由于有固定的定位基站的位置,所以,根据定位基站的位置,完全可以对车底拍摄图像、车底形状图像和标准车底模型进行层叠投影的,图像分析单元正是根据该层叠投影得到的三层立体模拟图进行比对,当图像数据出现偏差时,即意味着存在异常,此时将车底异常情况标记在标准车底模型上。前述已经提到,车底形状图像是为了防止车底拍摄图像的异常误报,例如,如果车底某一平面上粘附有一泥块,则在车底拍摄图像上,将显示此处异常,而车底形状图像则可以探测出这是一个凸起的异形结构,鉴于所处位置不可能出现如此异形结构,则图像分析单元并不进行异常报告;又例如,当车底某处出现一条裂缝,则车底拍摄图像上会有显示,车底形状图像也有会探测信息,则可以确定该部位存在异常。
位置标记单元用于接收采集点位置信息,并将采集点位置信息显示在标准车底模型中,同时还用于当无人机平台处于紧急停飞且悬停状态时,发出障碍报警信息。
显示终端用于显示车底异常情况,在本实施例中,显示终端包括第一显示单元和第二显示单元;第一显示单元用于显示无人机平台在飞行过程中实时采集到的车底拍摄图像和车底形状图像,并将无人机平台此时的采集点位置信息显示在标准车底模型上;第二显示单元用于显示标记有车底异常情况的标准车底模型。
以上所述的实施例仅是对本申请优选方式进行的描述,并非对本申请的范围进行限定,在不脱离本申请设计精神的前提下,本领域普通技术人员对本申请的技术方案做出的各种变形和改进,均应落入本申请权利要求书确定的保护范围内。
Claims (8)
1.一种基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,包括:UWB定位***、巡检图像采集机器人和视觉分析平台;
所述巡检图像采集机器人用于对动车车底进行巡检,采集车底拍摄图像和车底形状图像,并将所述车底拍摄图像和所述车底形状图像发送至所述视觉分析平台;
所述UWB定位***用于对所述巡检图像采集机器人进行定位,生成所述巡检图像采集机器人的采集点位置信息,并将所述采集点位置信息发送至所述视觉分析平台;
所述视觉分析平台用于根据所述车底拍摄图像、所述车底形状图像和预置的标准车底模型进行车底异常情况的检测,并根据所述采集点位置信息标记所述车底异常情况的位置。
2.根据权利要求1所述的基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,所述UWB定位***包括定位标签、若干个定位基站和定位服务器;
所述定位标签与所述巡检图像采集机器人固定连接,所述定位基站安装于所述动车车底的预定位置,所述定位标签与所述定位基站保持位置数据通信,所述定位基站将所述位置数据发送至所述定位服务器;
所述定位服务器用于根据所述定位基站的位置和所述位置数据,生成所述巡检图像采集机器人的所述采集点位置信息。
3.根据权利要求2所述的基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,所述巡检图像采集机器人采用无人机平台,所述无人机平台包括飞行动力单元、飞行控制单元、图像采集设备、图像雷达、前置雷达和高度雷达;
所述无人机平台与所述定位标签、所述飞行动力单元、所述飞行控制单元、所述图像采集设备、所述图像雷达、所述前置雷达和所述高度雷达连接;
所述图像采集设备用于采集所述车底拍摄图像,并发送至所述视觉分析平台;
所述图像雷达用于采集所述车底形状图像,并发送至所述视觉分析平台;
所述前置雷达用于探测所述无人机平台飞行前方的空间障碍情况,当探测到障碍时,所述前置雷达向所述飞行控制单元发出紧急停止信号;
所述高度雷达用于探测所述无人机平台与地面之间的高度,维持所述无人机平台与地面之间的飞行高度;
所述飞行控制单元用于根据所述定位服务器发送的所述定位标签与所述定位基站的位置信息,以及所述飞行高度,生成所述无人机平台的飞行路线,并控制所述飞行动力单元带动所述无人机平台飞行,所述飞行控制单元还用于根据所述紧急停止信号,控制所述飞行动力单元带动所述无人机平台停止飞行,并使所述无人机平台处于悬停状态。
4.根据权利要求3所述的基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,所述视觉分析平台包括标准车底模型、校准单元、图像分析单元、位置标记单元和显示终端;
所述标准图像模型用于标示所述动车车底的特征数据;
所述显示终端用于显示所述车底异常情况;
所述校准单元用于根据所述定位基站的位置,对所述车底拍摄图像、所述车底形状图像和所述标准车底模型进行位置校准,生成三层立体模拟图;
所述图像分析单元用于根据所述三层立体模拟图,得到所述车底异常情况,并将所述车底异常情况标记在所述标准车底模型上;
所述位置标记单元用于接收所述采集点位置信息,并将所述采集点位置信息显示在所述标准车底模型中。
5.根据权利要求4所述的基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,所述车底拍摄图像和所述车底形状图像均包括车底中图像、车底左图像和车底右图像;
所述校准单元还用于根据所述定位基站的位置,将所述车底拍摄图像和所述车底形状图像各自的所述车底中图像、所述车底左图像和所述车底右图像进行融合,生成完整的所述车底拍摄图像和所述车底形状图像。
6.根据权利要求4所述的基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,所述特征数据包括:平整、曲面、缝隙、凸起、凹陷。
7.根据权利要求4所述的基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,所述位置标记单元还用于当所述无人机平台处于紧急停飞且悬停状态时,发出障碍报警信息。
8.根据权利要求4所述的基于计算机视觉处理的动车车底智能巡检机器人***,其特征在于,所述显示终端包括第一显示单元和第二显示单元;
所述第一显示单元用于显示所述无人机平台在飞行过程中实时采集到的所述车底拍摄图像和所述车底形状图像,并将所述无人机平台此时的所述采集点位置信息显示在所述标准车底模型上;
所述第二显示单元用于显示标记有所述车底异常情况的所述标准车底模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111239396.1A CN113885569A (zh) | 2021-10-25 | 2021-10-25 | 一种基于计算机视觉处理的动车车底智能巡检机器人*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111239396.1A CN113885569A (zh) | 2021-10-25 | 2021-10-25 | 一种基于计算机视觉处理的动车车底智能巡检机器人*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113885569A true CN113885569A (zh) | 2022-01-04 |
Family
ID=79013559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111239396.1A Withdrawn CN113885569A (zh) | 2021-10-25 | 2021-10-25 | 一种基于计算机视觉处理的动车车底智能巡检机器人*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113885569A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114777645A (zh) * | 2022-04-13 | 2022-07-22 | 中车青岛四方车辆研究所有限公司 | 用于轨道车辆检测的rgv定位方法及rgv定位*** |
-
2021
- 2021-10-25 CN CN202111239396.1A patent/CN113885569A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114777645A (zh) * | 2022-04-13 | 2022-07-22 | 中车青岛四方车辆研究所有限公司 | 用于轨道车辆检测的rgv定位方法及rgv定位*** |
CN114777645B (zh) * | 2022-04-13 | 2024-01-26 | 中车青岛四方车辆研究所有限公司 | 用于轨道车辆检测的rgv定位方法及rgv定位*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109664916B (zh) | 以车载控制器为核心的列车运行控制*** | |
CN108491758B (zh) | 一种轨道检测方法及机器人 | |
EP1981748B1 (en) | System for measuring speed of a train | |
CN105551108B (zh) | 一种铁路线路巡检方法 | |
CN110738846A (zh) | 基于雷达与视频组群的车辆行为监测***及其实现方法 | |
CN109552367B (zh) | 基于通信与主动识别相结合的列车行驶防护***及方法 | |
CN106741008B (zh) | 铁路线路异物识别方法及*** | |
CN105115605A (zh) | 轨道列车红外检测***及检测方法 | |
CN109637137A (zh) | 基于车路协同的交通管理*** | |
CN207335877U (zh) | 一种车载弓网运行状态检测*** | |
CN106568441A (zh) | 一种基于北斗的电力巡检设备 | |
CN1664877A (zh) | 飞机泊位机型自动识别与指示*** | |
CN113011252B (zh) | 轨道异物侵限检测***及方法 | |
CN109664918A (zh) | 基于车车通信和主动识别的列车追踪预警防护***及方法 | |
CN106970581A (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*** | |
CN114194259B (zh) | 一种灵活编组的控制*** | |
CN107985336A (zh) | 一种高速行驶列车在线铁路轨道路面异常智能检测方法 | |
CN110349424A (zh) | 一种基于车路协同的路侧*** | |
CN208384644U (zh) | 无人机电力巡检*** | |
CN115661965B (zh) | 一种融合自动机场的公路无人机智能巡检*** | |
CN111554005A (zh) | 铁路货运列车智能巡检方法 | |
CN113885569A (zh) | 一种基于计算机视觉处理的动车车底智能巡检机器人*** | |
CN105438147A (zh) | 车载光学探测结合点对点通讯的机车防撞方法 | |
CN111429734A (zh) | 港口内外集卡实时监控***及监控方法 | |
WO2018161278A1 (zh) | 无人驾驶汽车***及其控制方法、汽车 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220104 |
|
WW01 | Invention patent application withdrawn after publication |