CN115790430A - 高速动态条件下三维变形检测方法 - Google Patents
高速动态条件下三维变形检测方法 Download PDFInfo
- Publication number
- CN115790430A CN115790430A CN202211465022.6A CN202211465022A CN115790430A CN 115790430 A CN115790430 A CN 115790430A CN 202211465022 A CN202211465022 A CN 202211465022A CN 115790430 A CN115790430 A CN 115790430A
- Authority
- CN
- China
- Prior art keywords
- bar code
- dimensional
- dimensional deformation
- structured light
- sensor
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 238000002474 experimental method Methods 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims abstract description 6
- 238000011835 investigation Methods 0.000 claims abstract description 4
- 238000009472 formulation Methods 0.000 claims abstract description 3
- 239000000203 mixture Substances 0.000 claims abstract description 3
- 230000010354 integration Effects 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000003754 machining Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 11
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009616 inductively coupled plasma Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000005433 ionosphere Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了利用高速运动载体上建立的动态基线进行轨道交通基础设施三维变形检测方法,包括以下步骤:步骤1:动态基线建立;步骤2:软硬件***集成与三维形变的计算;步骤3:移动检测场景实证,包括试验方案制定、场地勘察与布设标志、多场景实验验证和数据处理与精度分析。本发明利用高速运动的载体上的基线来进行三维形变检测,利用结构光传感器高速动态和准确的数据采集能力结合深度条形码标识实现动态基线的建立和三维形变的计算;以“动态基线建立、三维形变计算、移动检测场景实证”为主线,重点突破利用高速移动场景下进行高精度变形测量的难题,为快速检测轨道交通基础设施三维形变提供新的技术手段和方法。
Description
技术领域
本发明涉及轨道交通基础结构变形监测和检测技术领域,尤其涉及结构物的三维变形快速精确检测方法。
背景技术
截至2021年底,中国铁路营运总里程突破15万公里,其中高铁运营的总里程超过4万公里,高铁总里程居世界第一,全年铁路新开通线路4000公里,城市轨道交通运营里程超过8700公里,完成客运量20.8亿人次。轨道交通运营规模的扩大,对轨道交通装备的维护保养提出了更高的要求。轨道交通作为重要基础设施,一旦发生运营安全事故,将造成巨大人员财产损失和社会负面影响。受沿线建设施工活动和地质环境因素影响,轨道交通基础结构内产生的过量横向与纵向沉降变形,易引发渗水漏砂、内部轨道平顺性变差等问题,影响轨道交通的日常运营,甚至引发严重的铁路交通事故,因此,需要对变形状况进行准确及时的检测。
目前,人工检查仍然是国内大部分运营单位的主要检测方式。现有自动化检测方法主要是水准或激光扫描,需在停运的窗口时间内作业,仅能实现1-2次年度普查(沉降+收敛),仅少数沿线施工项目(100-300m范围内)进行1-2次/周检测(吴新强,2011)。这些检测手段作业效率低,需要较长的时间窗口进行作业,无法快速高效获取三维变形数据,难以进行及时有效的预防性处置和精准维修加固,导致病害进一步发展,涉及到运营的安全。
发明内容
1.要解决的技术问题
本发明的目的是为了解决现有技术中检测手段作业效率低,需要较长的时间窗口进行作业,无法快速高效获取三维变形数据的问题,而提出的在高速动态运行的载体上建立基线进行三维变形的快速高精度检测。
2.技术方案
为了实现上述目的,本发明采用了如下技术方案:
高速动态条件下三维变形检测方法,包括以下步骤:
步骤1:动态基线建立,包括传感器性能分析、立体条码设计和多传感器时间同步;
步骤2:软硬件集成和三维形变的计算;
步骤3:移动检测场景实证,包括试验方案制定、场地勘察与布设标志、多场景实验验证和数据处理与精度分析。
优选地,所述步骤1中,传感器性能分析包括对激光扫描仪、线阵相机以及结构光传感器的性能分析。
优选地,所述步骤1中,立体条码设计包括以下步骤:先在平面黑白条码的基础上加入垂直方向的深度信息,然后利用立体条码的凹凸性表达二值化信息,并参照编码表得到不同字母数字下的编码信息,最后依据编码规则设计同规格的立体条码。
优选地,所述步骤1中,多传感器时间同步具体为通过集成姿态传感器和轮速传感器获取载体运动的姿态和速度,采用紧耦合时间同步装置进行多传感器的集成。
优选地,所述步骤2中硬件集成包括根据轨道交通结构特征设计结构光移动数据采集平台,进行结构光传感器的选型,选择具有高频率和高精度的结构光传感器,并设计合理的电路控制方案,以路由器作为控制单元,通过DHCP网络协议,对每个传感器的IP地址进行访问,实现一键控制多传感器的数据通讯与数据采集。
优选地,所述步骤2中软件开发与三维形变计算具体包括以下步骤:
S2.1,采用移动最小二乘算法进行局部、分区域曲面拟合,根据拟合结果与阈值的对比结果对局部区域内粗差进行剔除,采用小波变化的方法进行轨道面的边缘检测,避免含有因噪声而产生的伪边缘信息;
S2.2,根据正射投影纠正插值生成轨道面的结构光影像,采用SURF图像处理算法进行结构光影像和模板影像的特征点匹配,获得测量标志中心点的位置信息,结合灰度化、直方图均衡化等图像处理操作,实现对编码信息进行快速解码;
S2.3,采用深度值加权的方法获得各个中心点的结构光测量值,结合高速动态条件下变形检测的理论研究,获得立体条码间横向和竖向偏移量。
优选地,所述步骤3中场地勘察与布设标志包括利用加工设计的车载移动平台,在现场完成仪器的集成、组装、连线、供电等,依据轨道监测点布设规范,在轨道沿线埋设立体条码,安装部分具有移动基座的立体条码,便于人工调整偏移值,验证检测***的横向和竖向测量值精度;
优选地,所述步骤3中多场景实验验证包括利用加工设计的车载移动平台,在现场完成仪器的集成、组装、连线、供电等,测试不同时速与不同环境中检测列车的移动数据采集效果,对多个数据源完成时间同步,测试多源结构光数据融合精度,获得轨道整体的外业采集数据;
优选地,所述步骤3中数据处理与精度分析包括采用自主研发的数据处理软件,对外业采集结果进行数据处理,依据人工移动立体条码的先验偏移值,比对结构光扫描立体条码点获得的偏移值,验证动态标定结果和结构变形的精度。
3.有益效果
相比于现有技术,本发明的优点在于:
(1)本发明中,以“高速状态下动态基线建立、软硬件集成与三维形变计算、移动检测场景实证”为主线,重点突破轨道交通工程结构物高精度三维变形快速准确测量的难题,为快速检测轨道交通基础设施三维形变提供新的技术方法。
(2)本发明中,提出了利用高速动态过程中的基线来进行三维形变监测的方法,利用结构光传感器高速动态和准确的数据采集能力结合深度条形码标识实现动态基线的建立与三维形变的计算。
(3)本发明中,三维变形检测理论适用于普速铁路、高速铁路、地铁、轻轨等轨道交通场景,打破现有测量理论与方法的技术瓶颈,通过在检测车上搭载传感器、配合设计的条码实现高速动态条件下三维变形的检测。
附图说明
图1为本发明中提出的的变形检测模型;
图2为本发明中提出的动态基线建立模型;
图3为本发明中提出的立体条码模型;
图4为本发明中提出的数据传输与通讯控制组成示意图;
图5为本发明中提出的软件处理流程示意图;
图6为本发明中提出的试验方案流程示意图;
图7为本发明中提出的轨道试验场地;
图8为本发明中提出的轨道移动检测车。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。
实施例1:
参照图1,高速动态条件下三维变形检测方法,包括以下步骤:
步骤1:动态基线建立,包括传感器性能分析、立体条码设计和多传感器时间同步,传感器性能分析包括对激光扫描仪、线阵相机以及结构光传感器的性能分析,多传感器时间同步具体为通过集成姿态传感器和轮速传感器获取载体运动的姿态和速度,采用紧耦合时间同步装置进行多传感器的集成;
非接触变形检测传感器主要包括激光扫描仪、线阵相机以及结构光传感器。激光扫描仪的最高扫描频率为200HZ,扫描精度可以达到毫米级检测;线阵相机的扫描频率可以达到10kHz,扫描精度可以达到0.01mm,但是对于扫描环境要求较高;结构光传感器测量精度为0.001mm,采集速度可达150000点/秒。综合以上的精度分析,结构光传感器能够满足高速动态条件下检测的精度要求。结构光测量可实现亚毫米级高速和高频率距离测量,将三个结构光传感器安装在一节轨道车辆上,其相对关系是固定不动的,如图3,随着车体的运动形成了快速移动场景下的基线,这条基线好比测量的一把尺子能够测量横向和竖向位移的变化;
步骤2:软硬件集成和三维变形的计算,研究多传感器的数据通讯和控制连接,为保证***能耗性能稳定,需要设计合理的电路控制方案,以路由器作为控制单元,通过DHCP网络协议,对每个传感器的IP地址进行访问,从而一键控制多传感器的数据通讯与数据采集,如图5。做到集成处理,简化电线布置等,实现平台的搭建与硬件集成;
步骤3:移动检测场景实证,在实验测试前,需要进行测量实验总体方案设计,如图7所示,主要包括场地勘察、布设标志、实验过程、数据处理与精度分析。
本发明中,利用高速动态过程中的基线来进行三维形变监测的方法,利用结构光传感器高速动态和准确的数据采集能力结合深度条形码标识实现动态基线的建立。
本发明中,三维变形检测理论适用于普速铁路、高速铁路、地铁、轻轨等轨道交通场景,打破现有测量理论与方法的技术瓶颈,通过在检测车上搭载传感器、配合设计的条码实现高速动态条件下三维变形的检测。
实施例2:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
方案设计的可行性研究包括以下步骤:
S1,在轨道面上布设标识,并根据结构光的特点以及变形计算的原理设计深度条形码,使设计的标识装置具有编码信息和深度信息;
S2,然后结合相关的偏移量计算方法,快速得到检测点的横向和竖向偏移量。
实施例3:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
横向与竖向偏移量计算的方法包括以下步骤:
S1.1,提取多个测量标识装置的中心点,将中心点投影至同一水平面;
S1.2,基于弦测法的方法和原理,采用起始和终止中心点连线为基准线,计算中间点至基准线的正矢值,获取横向偏移量,若相邻的两个点不动,则可以计算出第三个点相对于这两个点的横向变化量;
S1.3,并根据结构光测量得到的测量点高精度的深度信息,采用最初两个结构光测量差值作为起始基准,计算后续检测点的深度测量值与基准值的偏差,获取竖向偏移量,如图1;
S1.4,采用ICP算法建立多期测量点之间的映射关系,实现多期数据融合与坐标系配准,根据变形检测模型完成变形数据的采集与记录。
实施例4:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
误差分析包括当移动测量平台运动时,结构光传感器会发生振动,扫描精度和效果会有所降低,所以需要分析多传感器的姿态误差对监测结果的影响,保证测量***的稳定性;基线的长度对变形检测的精度产生直接影响,在实验过程中需要对仪器的安装与标志的布设做好全面的分析,根据车辆条件合理选择适宜的基线长度,提高测量的精度;在动态变形测量中,注意对稳度、湿度、气压、风向、电离层、地形等多种因素影响的分析。
测量工作都是在特定的环境中开展的,这些环境由温度、湿度、气压、风向、电离层、地形等多种因素组成。动态变形测量中,这些因素会随着时间动态变化,给测量结果带来复杂的影响。温度湿度的变化可能引起仪器性能参数的变化,大气折射可能会引起电磁波传播路径的变化,地形和光照强度可能会引起成像几何和辐射的变化,因此在测量过程中需要特别注意这些环境因素的影响。
实施例5:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
立体条码设计包括以下步骤:先在平面黑白条码的基础上加入垂直方向的深度信息,然后利用立体条码的凹凸性表达二值化信息,并参照编码表得到不同字母数字下的编码信息,最后依据编码规则设计同规格的立体条码。
实施例6:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
空间动态基线需要和设计的深度条形码想结合应用以获取变形计算需要的信息,依据结构光激光三角法的测量原理,设计具有深度信息的标识装置进行自动识别。平面黑白条码的基础上加入垂直方向的深度信息,利用立体条码的凹凸性表达二值化信息,参照编码表得到不同字母数字下的编码信息。依据编码规则设计同规格的立体条码,如图3。立体条码的编码信息可以为检测点提供编号信息,便于多期测量数据的配准,实现变形数据的准确获取。
实施例7:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
在硬件集成的基础上开发数据采集和数据处理的软件***,如图5,主要实现数据采集与存储、数据预处理、中心点提取以及边偏移量计算等功能,软件开发具体包括以下步骤:
S2.1,采用移动最小二乘算法进行局部、分区域曲面拟合,根据拟合结果与阈值的对比结果对局部区域内粗差进行剔除,采用小波变化的方法进行轨道面的边缘检测,避免含有因噪声而产生的伪边缘信息;
S2.2,根据正射投影纠正插值生成轨道面的结构光影像,采用SURF图像处理算法进行结构光影像和模板影像的特征点匹配,获得测量标志中心点的位置信息,结合灰度化、直方图均衡化等图像处理操作,实现对编码信息进行快速解码;
S2.3,采用深度值加权的方法获得各个中心点的结构光测量值,结合高速动态条件下变形检测的理论研究,获得立体条码间横向和竖向偏移量。
实施例8:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
为了验证移动扫描***的稳定性和变形算法的可行性,选择在同济大学嘉定校区综合试验线进行轨道数据采集实验,如图8。场地勘察与布设标志包括利用加工设计的车载移动平台,在现场完成仪器的集成、组装、连线、供电等,依据轨道监测点布设规范,在轨道沿线埋设立体条码,安装部分具有移动基座的立体条码,便于人工调整偏移值,验证检测***的横向和竖向测量值精度;
多场景实验验证包括利用加工设计的车载移动平台,在现场完成仪器的集成、组装、连线、供电等,测试不同时速与不同环境中检测列车的移动数据采集效果,对多个数据源完成时间同步,测试多源结构光数据融合精度,获得轨道整体的外业采集数据;
数据处理与精度分析包括采用自主研发的数据处理软件,对外业采集结果进行数据处理,依据人工移动立体条码的先验偏移值,比对结构光扫描立体条码点获得的偏移值,验证动态标定结果和结构变形的精度。
实施例9:
其具有上述实施例的实施内容,其中,对于上述实施例的具体实施方式可参阅上述描述,此处的实施例不作重复详述;而在本申请实施例中,其与上述实施例的区别在于:
实验手段包括:
(1)实验设备与器材
已有试验设备,轨道移动检测车、激光扫描仪、结构光传感器、深度条形码模型,如图8。
(2)实验环境
本项目试验场地选择在同济大学建设的轨道交通综合试验场地,包含一条总长2.1公里的试验线、一列***试验车、一个综合实验室。试验线直线段长近700米,坡道、小半径曲线、道岔等辅助线近500米。本项目将在该实验环境开展试验、测试工作,进一步研究高速移动场景下变形计算的理论和方法。
(3)实验方法
首先,制定实验方案设计,完成原型***的搭建。其次,依据轨道监测点布设规范,在轨道沿线埋设立体条码,利用加工设计的车载移动平台,在现场完成仪器的安装组装,完成不同时速与不同环境中检测列车的移动数据采集。最后,据人工移动立体条码的先验偏移值,比对结构光扫描立体条码点获得的偏移值,验证动态标定结果和结构变形的精度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (9)
1.高速动态条件下三维变形检测方法,其特征在于,包括以下步骤:
步骤1:动态基线建立,包括传感器性能分析、立体条码设计和多传感器时间同步;
步骤2:软硬件集成和三维形变的计算;
步骤3:移动检测场景实证,包括试验方案制定、场地勘察与布设标志、多场景实验验证和数据处理与精度分析。
2.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤1中传感器性能分析包括对激光扫描仪、线阵相机以及结构光传感器的性能分析。
3.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤1中,立体条码设计包括以下步骤:先在平面黑白条码的基础上加入垂直方向的深度信息,然后利用立体条码的凹凸性表达二值化信息,并参照编码表得到不同字母数字下的编码信息,最后依据编码规则设计同规格的立体条码。
4.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤1中,多传感器时间同步具体为通过集成姿态传感器和轮速传感器获取载体运动的姿态和速度,采用紧耦合时间同步装置进行多传感器的集成。
5.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤3中,硬件集成包括根据轨道交通结构特征设计结构光移动数据采集平台,进行结构光传感器的选型,选择具有高频率和高精度的结构光传感器,并设计合理的电路控制方案,以路由器作为控制单元,通过DHCP网络协议,对每个传感器的IP地址进行访问,实现一键控制多传感器的数据通讯与数据采集。
6.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤2中三维形变的计算具体包括以下步骤:
S2.1,采用移动最小二乘算法进行局部、分区域曲面拟合,根据拟合结果与阈值的对比结果对局部区域内粗差进行剔除,采用小波变化的方法进行轨道面的边缘检测,避免含有因噪声而产生的伪边缘信息;
S2.2,根据正射投影纠正插值生成轨道面的结构光影像,采用SURF图像处理算法进行结构光影像和模板影像的特征点匹配,获得测量标志中心点的位置信息,结合灰度化、直方图均衡化等图像处理操作,实现对编码信息进行快速解码;
S2.3,采用深度值加权的方法获得各个中心点的结构光测量值,结合高速动态条件下变形检测的理论研究,获得立体条码间横向和竖向偏移量。
7.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤3中场地勘察与布设标志包括利用加工设计的车载移动平台,在现场完成仪器的集成、组装、连线、供电等,依据轨道监测点布设规范,在轨道沿线埋设立体条码,安装部分具有移动基座的立体条码,便于人工调整偏移值,验证检测***的横向和竖向测量值精度。
8.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤3中多场景实验验证包括利用加工设计的车载移动平台,在现场完成仪器的集成、组装、连线、供电等,测试不同时速与不同环境中检测列车的移动数据采集效果,对多个数据源完成时间同步,测试多源结构光数据融合精度,获得轨道整体的外业采集数据。
9.根据权利要求1所述的高速动态条件下三维变形检测方法,其特征在于,所述步骤3中数据处理与精度分析包括采用自主研发的数据处理软件,对外业采集结果进行数据处理,依据人工移动立体条码的先验偏移值,比对结构光扫描立体条码点获得的偏移值,验证动态标定结果和结构变形的精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211465022.6A CN115790430A (zh) | 2022-11-22 | 2022-11-22 | 高速动态条件下三维变形检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211465022.6A CN115790430A (zh) | 2022-11-22 | 2022-11-22 | 高速动态条件下三维变形检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115790430A true CN115790430A (zh) | 2023-03-14 |
Family
ID=85439953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211465022.6A Pending CN115790430A (zh) | 2022-11-22 | 2022-11-22 | 高速动态条件下三维变形检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115790430A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080045435A (ko) * | 2006-11-20 | 2008-05-23 | 윤홍식 | 지하공간 계측 장치 및 계측방법 |
CN101408410A (zh) * | 2008-10-28 | 2009-04-15 | 山东科技大学 | 隧道体元形变移动监测***及隧道体元形变移动监测方法 |
CN104567708A (zh) * | 2015-01-06 | 2015-04-29 | 浙江工业大学 | 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 |
CN105096314A (zh) * | 2015-06-19 | 2015-11-25 | 西安电子科技大学 | 基于二值网格模板的结构光动态场景深度获取方法 |
CN105652305A (zh) * | 2016-01-08 | 2016-06-08 | 深圳大学 | 一种动态环境下轨道检测平台的三维定位定姿方法及*** |
CN106644034A (zh) * | 2016-12-08 | 2017-05-10 | 南京理工大学 | 一种非接触式高铁路基振动测量*** |
CN108755646A (zh) * | 2018-05-02 | 2018-11-06 | 中铁大桥局第七工程有限公司 | 一种基坑围护结构的顶面位移监测装置及方法 |
CN110001710A (zh) * | 2019-04-04 | 2019-07-12 | 同济大学 | 一种磁悬浮轨道三维场景快速重构***、方法及应用 |
CN111307043A (zh) * | 2020-03-24 | 2020-06-19 | 上海勃发空间信息技术有限公司 | 一种基于结构光的位移监测*** |
CN113313815A (zh) * | 2021-05-24 | 2021-08-27 | 北京航空航天大学 | 一种机械臂抓取物体实时三维重建方法 |
US20220300726A1 (en) * | 2021-03-22 | 2022-09-22 | International Business Machines Corporation | Composite Matrix Code Array |
-
2022
- 2022-11-22 CN CN202211465022.6A patent/CN115790430A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080045435A (ko) * | 2006-11-20 | 2008-05-23 | 윤홍식 | 지하공간 계측 장치 및 계측방법 |
CN101408410A (zh) * | 2008-10-28 | 2009-04-15 | 山东科技大学 | 隧道体元形变移动监测***及隧道体元形变移动监测方法 |
CN104567708A (zh) * | 2015-01-06 | 2015-04-29 | 浙江工业大学 | 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 |
CN105096314A (zh) * | 2015-06-19 | 2015-11-25 | 西安电子科技大学 | 基于二值网格模板的结构光动态场景深度获取方法 |
CN105652305A (zh) * | 2016-01-08 | 2016-06-08 | 深圳大学 | 一种动态环境下轨道检测平台的三维定位定姿方法及*** |
CN106644034A (zh) * | 2016-12-08 | 2017-05-10 | 南京理工大学 | 一种非接触式高铁路基振动测量*** |
CN108755646A (zh) * | 2018-05-02 | 2018-11-06 | 中铁大桥局第七工程有限公司 | 一种基坑围护结构的顶面位移监测装置及方法 |
CN110001710A (zh) * | 2019-04-04 | 2019-07-12 | 同济大学 | 一种磁悬浮轨道三维场景快速重构***、方法及应用 |
CN111307043A (zh) * | 2020-03-24 | 2020-06-19 | 上海勃发空间信息技术有限公司 | 一种基于结构光的位移监测*** |
US20220300726A1 (en) * | 2021-03-22 | 2022-09-22 | International Business Machines Corporation | Composite Matrix Code Array |
CN113313815A (zh) * | 2021-05-24 | 2021-08-27 | 北京航空航天大学 | 一种机械臂抓取物体实时三维重建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023019709A1 (zh) | 基于车载移动激光点云的接触网导高与拉出值自动检测方法 | |
CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
CN102251451B (zh) | 基于多源信息融合的轨道几何状态测量方法 | |
CN106093963B (zh) | 一种提高铁路车载激光雷达扫描数据精度的方法 | |
CN109708615A (zh) | 一种基于激光扫描的地铁隧道限界动态检测方法 | |
CN103630088B (zh) | 基于双激光带的高精度隧道断面检测方法及装置 | |
CN106091951B (zh) | 一种城轨列车轮缘参数在线检测***及方法 | |
CN105674896A (zh) | 基于三角测量的接触网几何参数动态检测方法 | |
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 | |
CN108444432B (zh) | 一种铁路既有线控制网及轨道线形同步测量方法 | |
CN102897192A (zh) | 城市轨道交通接触轨检测***及其检测方法 | |
CN105091748B (zh) | 轨道车辆公差尺寸测量*** | |
CN206781779U (zh) | 一种轨检车下激光扫描轨距测量装置 | |
CN205951992U (zh) | 一种基于激光扫描测距仪的铁路隧道限界动态检测*** | |
CN107815935A (zh) | 高速铁路轨道几何状态实时监测方法及*** | |
CN110057344B (zh) | 沉降检测方法及平台 | |
CN114312877B (zh) | 铁路综合巡检*** | |
CN202124809U (zh) | 轨道几何形位检测成套体系装置 | |
CN204286406U (zh) | 使用mems陀螺仪的便携式轨道几何量检测*** | |
CN114379598B (zh) | 一种铁路综合巡检*** | |
CN114379607B (zh) | 一种铁路综合巡检方法 | |
CN110487195B (zh) | 基于方向线阵技术的车载隧道检测方法及装置 | |
CN106767421B (zh) | 基于多目视觉的动车车身关键尺寸检测***解决方案 | |
CN103552570A (zh) | 一种铁路轨道平顺性检测的车载近景摄影测量方法 | |
CN111455787B (zh) | 一种基于路面三维数字化的路面检测*** |
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 |