CN117333526A - 单轨车受电弓铜基滑块厚度测量方法、存储介质及*** - Google Patents
单轨车受电弓铜基滑块厚度测量方法、存储介质及*** Download PDFInfo
- Publication number
- CN117333526A CN117333526A CN202311148118.4A CN202311148118A CN117333526A CN 117333526 A CN117333526 A CN 117333526A CN 202311148118 A CN202311148118 A CN 202311148118A CN 117333526 A CN117333526 A CN 117333526A
- Authority
- CN
- China
- Prior art keywords
- copper
- pantograph
- thickness
- image
- camera module
- 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
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 229910052802 copper Inorganic materials 0.000 title claims abstract description 94
- 239000010949 copper Substances 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 12
- 230000003137 locomotive effect Effects 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 7
- 229910052799 carbon Inorganic materials 0.000 description 7
- 238000005299 abrasion Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开单轨车受电弓铜基滑块厚度测量方法、存储介质及***,涉及机车检测维修技术领域,解决现有技术中对受电弓铜基滑块厚度的测量不够准确的问题;本发明包括:S1:利用相机模组在接收到抓拍信号时对铜基滑块进行抓拍,同时利用激光测距仪测量对应的距离信息;S2:利用图像处理模块获取同一时刻下相机模组采集的图像以及激光测距仪采集的的距离信息并进行处理获取受电弓铜基滑块的厚度信息;本发明通过2维图像与激光测距传感器结合,并利用算法设计进行受电弓铜基滑块厚度计算,精度较高,对受电弓铜基滑块检修具有指导性意义。
Description
技术领域
本发明涉及机车检测维修领域,具体涉及单轨车受电弓铜基滑块厚度测量方法、存储介质及***。
背景技术
受电弓滑块作为轨道车辆接供电***的导流装置,对机车持续供电的同时,也会由于长期运行带来的磨损导致接触不良,如果检修不及时,可能会对车辆的正常运行带来安全隐患。因此对轨道车辆受电弓滑块厚度进行定期精准检测,确保机车受流装置处于正常运行状态具有重要意义。
当前,对受电弓滑块的检测,还是以人工检测为主。按当前单轨车检修规程,在每三天一次的列检时,用专用的游标卡尺,对滑块厚度进行检,由于卡尺永久了会使刻度模糊,外观变形,会使测量的结果有一定的误差,会使有一部分滑块未到使用寿命就被更换了,容易造成资源的浪费,因此计算滑块的厚度显得就显得尤为重要。
现有技术如申请号“201910921337.9”名称为“基于改进Canny边缘检测算法的受电弓磨耗检测方法”的发明专利公开了用于检测受电弓滑板接触状态的检测方法。该方法利用改进卡尔曼滤波方法对原始图像进行平滑滤波,将滤波后的图像转化为二值图像,并绘制该二值图像每行灰度和与行数的关系图;然后利用模拟退火算法和爬山法定位受电弓位置,将其从背景图像中分割出来;接着利用改进Canny边缘检测算法得到受电弓边缘轮廓图;最后计算受电弓上下边缘最小像素差值,最后通过相机标定和所得最小像素差值算出受电弓磨耗值;还有申请号“202110534974.8”名称为“接触网几何参数计算自动标定像素比的方法”的发明专利公开了接触网几何参数计算自动标定像素比的方法,该方法进行特征点识别,选取多个固定的特征点通过识别装置进行识别,根据受电弓产厂家给出的结构参数或者人工精确测量特征点的实际距离,计算得出像素比;深度学习训练,采集车辆运行过程中针对复杂背景以及不同受电弓型号下识别特征点,进行特征点自动识别训练,构建识别模型;自动参数修正,按照设定周期自动进行特征点的识别,同时计算像素比,将计算得到的像素比值与之前的像素比值进行均方差修正,写入***参数表。
现有技术存在问题如下:
1.上述方法均为应用于碳滑板受电弓厚度检测***中;而由于碳滑块主要应用于地铁列车上,铜基滑块主要应用于单轨列车上,碳滑块比铜基滑块接触面大,所处的位置不同,铜基滑块主要应用于单轨列车上,体积相较碳滑块较小,位置和碳滑块也不同,位置较碳滑块比较隐蔽,有裙板遮蔽,检测角度和设备安装位置难度较大,碳滑块检测方法并不能应用到铜基滑块上,也无法精准的计算滑块的厚度数据。
2.使用的均为单一传感器进行滑块厚度预测。
发明内容
为了解决上述现有技术中存在的问题,本发明拟提供了单轨车受电弓铜基滑块厚度测量方法、存储介质及***,拟解决现有技术中对受电弓铜基滑块厚度的测量不够准确的问题。
单轨车受电弓铜基滑块厚度测量方法,包括以下步骤:
S1:利用相机模组在接收到抓拍信号时对铜基滑块进行抓拍,同时利用激光测距仪测量对应的距离信息;
S2:利用图像处理模块获取同一时刻下相机模组采集的图像以及激光测距仪采集的的距离信息并进行处理获取受电弓铜基滑块的厚度信息。
优选的,所述S2包括以下步骤:
S21:依据激光测距仪的测距原理对距离信息进行处理获取相机模组到铜基滑块的物理距离Z;
S22:对图像进行处理获取图像中铜基滑块最薄处的像素坐标对再结合S21所得物理距离Z计算铜基滑块最薄处的真实厚度。
优选的,所述S22包括以下步骤:
S221:采用引导滤波对图像进行降噪处理;
S222:利用SLIC算法对降噪后的图像进行超像素分割处理;
S223:对S222超像素分割的结果进行区域合并得到铜基滑块的掩膜图;
S224:对掩码图进行遍历,获取铜基滑块最薄处的像素坐标对(u1,v1)、(u2,v2);
S225:结合相机模组到铜基滑块的物理距离z将像素坐标对(u1,v1)、(u2,v2)恢复至空间坐标,最后计算铜基滑块最薄处的真实厚度,计算公式如下:
式中:Z表示相机模组到铜基滑块的物理距离;H表示铜基滑块最薄处的真实厚度;f表示相机模组参数。
优选的,所述S1中激光测距仪为可实时测量的传感器,所述抓拍信号经过上位机分析后通过串口通信触发激光测距传感器测距同时通过软件触发控制摄像机抓拍图像。
优选的,所述S1中相机模组对铜基滑块抓拍的过程中连续抓拍了多张图像,并将所有抓拍图像经过S221-S223处理得到相应掩膜图后进行判定,将区域中心位于图像中心的掩膜图作为最优图像,并将最优图像通过S224-S225处理得到铜基滑块最薄处的真实厚度。
优选的,所述S1中的抓拍信号生成过程为:利用3D摄像机对指定位置拍照并不断返回采集到的点云数据,并根据点云数据判断滑块是否进入到指定位置,若判定滑块已进入指定位置则对应生成抓拍信号。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行单轨车受电弓铜基滑块厚度测量方法的步骤。
单轨车受电弓铜基滑块厚度测量***,包括相机模组、激光测距仪和图像处理模块;所述相机模组用于在收到抓拍信号后对受电弓铜基块进行抓拍;所述激光测距仪用于在相机模组抓拍的同时测量相应距离信息;所述图像处理模块用于对相机模组抓拍的图片进行处理并根据距离信息计算相机模组抓拍时与受电弓铜基块之间的物理距离,最后结合处理后的图像和物理距离计算铜基块最薄处的真实厚度。
本发明的有益效果包括:
1.采用相机与激光测距传感器进行受电弓铜基滑块厚度检测,设备简单,应用便捷;具体操作过程中,抓拍信号经过上位机分析后通过串口通信触发激光测距传感器测距同时通过软件触发控制摄像机抓拍图像,实现相机模组和激光测距仪同时触发,避免二者不同步造成图像与距离信息无法对应,保证图像信息与距离信息的同步性。
2.通过2维图像与激光测距传感器结合,并利用算法进行受电弓铜基滑块厚度计算,精度较高,对受电弓铜基滑块检修具有指导性意义;在具体计算过程中,根据图像中铜基滑块的位置选择与最可靠的距离信息对应的最优图像来处理计算铜基滑块最薄处的真实厚度,最大可能保证测量的准确性。
3.本发明可与现有技术中的测量***结合实现单轨车辆受电弓铜基滑块的自动化测量,解放了人力,提高了检测效率。
附图说明
图1为实施例1涉及的单轨车受电弓铜基滑块厚度测量方法流程图。
图2为实施例1涉及的斜射式激光测距传感器获取距离的原理图。
图3为实施例1涉及的经引导滤波处理后的受电弓铜基滑块2维图像。
图4为实施例1涉及的经超像素分割处理后的受电弓铜基滑块2维图像。
图5为实施例1涉及的受电弓铜基滑块的掩码图。
图6为实施例1涉及的本申请与现有技术测量误差结果对比图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
实施例1
下面结合附图1对本发明的具体实施例做详细的说明;
单轨车受电弓铜基滑块厚度测量方法,包括如下步骤:
S1:利用相机模组在接收到抓拍信号时对铜基滑块进行抓拍,同时利用激光测距仪测量对应的距离信息;
所述抓拍信号生成过程为:利用3D摄像机对指定位置拍照并不断返回采集到的点云数据,并根据点云数据判断滑块是否进入到指定位置,若判定滑块已进入指定位置则对应生成抓拍信号;
所述抓拍信号经过上位机分析后通过RS485通信发送给激光传感器一个触发指令触发激光测距传感器测距同时通过软触发指令通过千兆网控制摄像机抓拍图像,实现相机模组和激光测距仪同时触发,避免二者不同步造成图像与距离信息无法对应。
S2:利用图像处理模块获取同一时刻下相机模组采集的图像以及激光测距仪采集的的距离信息并进行处理获取受电弓铜基滑块的厚度信息。
S21:依据激光测距仪的测距原理对距离信息进行处理获取相机模组到铜基滑块的物理距离Z;具体的:由于相机模组安装于来车方向的轨侧,其若采集单轨列车受电弓铜基滑块图像及距离数据,需存在一定的仰角。因此本实施例的激光测距传感器采用斜射式激光测距传感器。斜射式激光测距传感器获取距离的原理如图2所示。由图2知,ΔABO~ΔBDF,则 设DF为X,EF为x,代表反射至CCD的光斑成像距离,此时:
DE=X-x
对于ΔBDF,X=f·cotα;于是DE=fcotα-x。根据三角形相似,求解AO。
AO即S1中所测的距离信息,基于AO已知即可倒推OC即相机模组到铜基滑块的物理距离Z;
S22:对图像进行处理获取图像中铜基滑块最薄处的像素坐标对再结合S21所得物理距离Z计算铜基滑块最薄处的真实厚度;具体的:所述相机模组抓拍时进行十连拍,十连拍间隔时间50ms,拍摄的同时通过RS485通信触发激光传感器测距;对十连拍的抓拍图像进行步骤S221-S223的处理后,对每张图像的掩膜图进行判定,选择其中铜基滑块区域中心最靠近图像中心的掩膜图作为最优图像,并结合其对应物理距离Z经由步骤S224-S225处理得到铜基滑块最薄处的真实厚度;最优图像选择目的是为了保证计算时的距离信息是斜射式激光测距传感器打到铜基滑块中心的位置的距离,从而保证图像对应的物理距离Z的准确性,最终尽可能获得最准确的铜基滑块最薄处的真实厚度;
S221:采用引导滤波对所有进行降噪处理,处理效果如图3所示;计算公式如下:
式中q,I,p分表表示输出图像、引导图像和输入图像,i,j分别表示图像中像素点的索引;具体工作流程如下:
输入:输入图像p;引导图像I;搜索半径r;正则化系数ε.
输出:输出图像q.
1:meanI=fmean(I)
meanp=fmean(p)
corrI=fmean(I.*I)
corrIp=fmean(I.*p)
2:varI=corrI-meanI.*meanI
covIp=corrIp-meanI.*meanp
3:a=covIp./(varI+ε)
b=meanp-a.*meanI
4:meana=fmean(a)
meanb=fmean(b)
5:q=meana.*I+meanb
*其中,fmean(·)为均值滤波。
S222:利用SLIC算法对降噪后的图像进行超像素分割处理,处理效果如图4所示;SLIC算法将彩色图像转化为CIELAB颜色空间和XY坐标下的5维特征向量,然后对5维特征向量构造距离度量标准,对图像像素进行局部聚类。该算法能生成紧凑、近似均匀的超像素,在运算速度,物体轮廓保持、超像素形状方面具有较高的综合评价,符合对受电弓铜基滑块的分割需求;具体的:
a.初始化种子点(聚类中心):按照设定的超像素个数,在图像内均匀的分配种子点。
b.在种子点的n*n邻域内重新选择种子点(一般取n=3),具体方法为:计算该邻域内所有像素点的梯度值,将种子点移到该邻域内梯度最小的地方。
c.在每个种子点周围的邻域内为每个像素点分配类标签(即属于哪个聚类中心)。
d.距离度量。包括颜色距离和空间距离。对于每个搜索到的像素点,分别计算它和该种子点的距离。距离计算方法如下:
其中,dc代表颜色距离,ds代表空间距离,Ns是类内最大空间距离,定义为Ns=S=sqrt(N/K)。
e.迭代优化,迭代次数设置为10。
f.增强连通性。
S223:对S222超像素分割的结果进行区域合并得到铜基滑块的掩膜图,如图5所示;
S224:对掩码图进行遍历,获取铜基滑块最薄处的像素坐标对(u1,v1)、(u2,v2);
S225:结合相机模组到铜基滑块的物理距离z将像素坐标对(u1,v1)、(u2,v2)恢复至空间坐标,最后计算铜基滑块最薄处的真实厚度,计算公式如下:
式中:Z表示相机模组到铜基滑块的物理距离;H表示铜基滑块最薄处的真实厚度;f表示相机模组参数。
经对比试验及试验结果如图6所示,可看出本申请测量结果与人工测量结果的差值的绝对值在0.5mm以内的数据共有90个,其中20个燃弧数据与人工测量差值的绝对值均在0.5mm间;现有技术测量结果与人工测量结果的差值的绝对值在0.5mm以内的数据共有77个,其中20个燃弧数据与人工测量差值的绝对值在0.5mm间只有10个。由此可得出结论本实施例的测量结果是优于现有技术测量结果。
注:现有技术指专利号CN115371572A公开的用于单轨车辆的受电弓铜基滑块检测***及方法中提及的铜基滑块厚度检测方法。
实施例2
计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行单轨车受电弓铜基滑块厚度测量方法的步骤。
实施例3
单轨车受电弓铜基滑块厚度测量***,包括相机模组、激光测距仪和图像处理模块;所述相机模组用于在收到抓拍信号后对受电弓铜基块进行抓拍;所述激光测距仪用于在相机模组抓拍的同时测量相应距离信息;所述图像处理模块用于对相机模组抓拍的图片进行处理并根据距离信息计算相机模组抓拍时与受电弓铜基块之间的物理距离,最后结合处理后的图像和物理距离计算铜基块最薄处的真实厚度。
以上所述实施例仅表达了本申请的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请技术方案构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
Claims (8)
1.单轨车受电弓铜基滑块厚度测量方法,其特征在于,包括以下步骤:
S1:利用相机模组在接收到抓拍信号时对铜基滑块进行抓拍,同时利用激光测距仪测量对应的距离信息;
S2:利用图像处理模块获取同一时刻下相机模组采集的图像以及激光测距仪采集的的距离信息并进行处理获取受电弓铜基滑块的厚度信息。
2.根据权利要求1所述的单轨车受电弓铜基滑块厚度测量方法,其特征在于,所述S2包括以下步骤:
S21:依据激光测距仪的测距原理对距离信息进行处理获取相机模组到铜基滑块的物理距离Z;
S22:对图像进行处理获取图像中铜基滑块最薄处的像素坐标对再结合S21所得物理距离Z计算铜基滑块最薄处的真实厚度。
3.根据权利要求2所述的单轨车受电弓铜基滑块厚度测量方法,其特征在于,所述S22包括以下步骤:
S221:采用引导滤波对图像进行降噪处理;
S222:利用SLIC算法对降噪后的图像进行超像素分割处理;
S223:对S222超像素分割的结果进行区域合并得到铜基滑块的掩膜图;
S224:对掩码图进行遍历,获取铜基滑块最薄处的像素坐标对(u1,v1)、(u2,v2);
S225:结合相机模组到铜基滑块的物理距离z将像素坐标对(u1,v1)、(u2,v2)恢复至空间坐标,最后计算铜基滑块最薄处的真实厚度,计算公式如下:
式中:Z表示相机模组到铜基滑块的物理距离;H表示铜基滑块最薄处的真实厚度;f表示相机模组参数。
4.根据权利要求1所述的单轨车受电弓铜基滑块厚度测量方法,其特征在于,所述S1中激光测距仪为可实时测量的传感器,所述抓拍信号经过上位机分析后通过串口通信触发激光测距传感器测距同时通过软件触发控制摄像机抓拍图像。
5.根据权利要求3所述的单轨车受电弓铜基滑块厚度测量方法,其特征在于,所述S1中相机模组对铜基滑块抓拍的过程中连续抓拍了多张图像,并将所有抓拍图像经过S221-S223处理得到相应掩膜图后进行判定,将区域中心位于图像中心的掩膜图作为最优图像,并将最优图像通过S224-S225处理得到铜基滑块最薄处的真实厚度。
6.根据权利要求1所述的单轨车受电弓铜基滑块厚度测量方法,其特征在于,所述S1中的抓拍信号生成过程为:利用3D摄像机对指定位置拍照并不断返回采集到的点云数据,并根据点云数据判断滑块是否进入到指定位置,若判定滑块已进入指定位置则对应生成抓拍信号。
7.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1-3、5任意一项所述的方法的步骤。
8.单轨车受电弓铜基滑块厚度测量***,其特征在于,包括相机模组、激光测距仪和图像处理模块;所述相机模组用于在收到抓拍信号后对受电弓铜基块进行抓拍;所述激光测距仪用于在相机模组抓拍的同时测量相应距离信息;所述图像处理模块用于对相机模组抓拍的图片进行处理并根据距离信息计算相机模组抓拍时与受电弓铜基块之间的物理距离,最后结合处理后的图像和物理距离计算铜基块最薄处的真实厚度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311148118.4A CN117333526A (zh) | 2023-09-06 | 2023-09-06 | 单轨车受电弓铜基滑块厚度测量方法、存储介质及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311148118.4A CN117333526A (zh) | 2023-09-06 | 2023-09-06 | 单轨车受电弓铜基滑块厚度测量方法、存储介质及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117333526A true CN117333526A (zh) | 2024-01-02 |
Family
ID=89290949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311148118.4A Pending CN117333526A (zh) | 2023-09-06 | 2023-09-06 | 单轨车受电弓铜基滑块厚度测量方法、存储介质及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117333526A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000180128A (ja) * | 1998-12-17 | 2000-06-30 | Mitsubishi Electric Corp | パンタグラフすり板の厚み測定方法 |
CN102507600A (zh) * | 2011-11-08 | 2012-06-20 | 南京大学 | 高速机车受电弓滑板磨损自动检测装置 |
CN106052575A (zh) * | 2016-08-02 | 2016-10-26 | 易讯科技股份有限公司 | 基于列车高速运行中的受电弓碳滑板磨耗在线检测方法 |
CN115265386A (zh) * | 2022-08-01 | 2022-11-01 | 中车青岛四方机车车辆股份有限公司 | 一种碳滑板磨耗检测方法及相关组件 |
CN115255048A (zh) * | 2022-09-27 | 2022-11-01 | 南通创为机械科技有限公司 | 一种折弯机智能控制方法及*** |
CN116147525A (zh) * | 2023-04-17 | 2023-05-23 | 南京理工大学 | 一种基于改进icp算法的受电弓轮廓检测方法及*** |
-
2023
- 2023-09-06 CN CN202311148118.4A patent/CN117333526A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000180128A (ja) * | 1998-12-17 | 2000-06-30 | Mitsubishi Electric Corp | パンタグラフすり板の厚み測定方法 |
CN102507600A (zh) * | 2011-11-08 | 2012-06-20 | 南京大学 | 高速机车受电弓滑板磨损自动检测装置 |
CN106052575A (zh) * | 2016-08-02 | 2016-10-26 | 易讯科技股份有限公司 | 基于列车高速运行中的受电弓碳滑板磨耗在线检测方法 |
CN115265386A (zh) * | 2022-08-01 | 2022-11-01 | 中车青岛四方机车车辆股份有限公司 | 一种碳滑板磨耗检测方法及相关组件 |
CN115255048A (zh) * | 2022-09-27 | 2022-11-01 | 南通创为机械科技有限公司 | 一种折弯机智能控制方法及*** |
CN116147525A (zh) * | 2023-04-17 | 2023-05-23 | 南京理工大学 | 一种基于改进icp算法的受电弓轮廓检测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107014294B (zh) | 一种基于红外图像的接触网几何参数检测方法及*** | |
CN105526882A (zh) | 基于结构光测量的道岔磨耗检测***及其检测方法 | |
CN107016353B (zh) | 一种变分辨率目标探测与识别一体化的方法与*** | |
CN115482195B (zh) | 一种基于三维点云的列车部件变形检测方法 | |
CN108986082A (zh) | 一种基于epnp的钢轨廓形检测方法及*** | |
CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
CN110930415B (zh) | 一种轨道接触网空间位置检测方法 | |
CN109767497B (zh) | 一种自动检测航空叶片表面质量的检测方法 | |
CN110084830B (zh) | 一种视频运动目标检测与跟踪方法 | |
CN112017243B (zh) | 一种介质能见度识别方法 | |
CN114037703B (zh) | 基于二维定位和三维姿态解算的地铁阀门状态检测方法 | |
CN110334727B (zh) | 一种隧道裂缝智能匹配检测方法 | |
CN108734715B (zh) | 一种自适应学习的接触网刚性导线识别方法及装置 | |
CN110910443A (zh) | 基于单监控相机的接触网几何参数实时测量方法及装置 | |
CN114549440A (zh) | 接触网动态几何参数检测方法、装置及电子设备 | |
CN112966571A (zh) | 一种基于机器视觉的立定跳远腾空高度量测方法 | |
CN110490342B (zh) | 一种基于Faster R-CNN的接触网静态几何参数检测方法 | |
CN112833821B (zh) | 高密度ic焊点的微分几何立体微视觉检测***及方法 | |
CN113970560A (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
CN112016558B (zh) | 一种基于图像质量的介质能见度识别方法 | |
CN117333526A (zh) | 单轨车受电弓铜基滑块厚度测量方法、存储介质及*** | |
JP2010009236A (ja) | 平面領域推定装置及びプログラム | |
CN110322508A (zh) | 一种基于计算机视觉的辅助定位方法 | |
CN116862832A (zh) | 一种基于三维实景模型的作业人员定位方法 | |
CN116310263A (zh) | 一种指针式航空地平仪示数自动读取实现方法 |
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 |