CN111091525A - 一种接触网硬点检测系统及其方法 - Google Patents
一种接触网硬点检测系统及其方法 Download PDFInfo
- Publication number
- CN111091525A CN111091525A CN201811217701.5A CN201811217701A CN111091525A CN 111091525 A CN111091525 A CN 111091525A CN 201811217701 A CN201811217701 A CN 201811217701A CN 111091525 A CN111091525 A CN 111091525A
- Authority
- CN
- China
- Prior art keywords
- pantograph
- arcing
- unit
- detection system
- vehicle
- 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 49
- 238000000034 method Methods 0.000 title claims description 24
- 230000001133 acceleration Effects 0.000 claims abstract description 26
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000003137 locomotive effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011897 real-time detection Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003711 image thresholding Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004148 unit process 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
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Current-Collector Devices For Electrically Propelled Vehicles (AREA)
Abstract
本发明公开了一种接触网硬点检测系统,包括,设于轨道车辆受电弓上的受电弓特征区域,设于所述轨道车辆上的照相单元和/或燃弧获取单元,以及连接所述照相单元和/或所述燃弧获取单元的车载计算单元;其中,所述照相单元配置为获取所述受电弓特征区域的图片信息;所述燃弧获取单元配置为获取所述受电弓特征区域的燃弧特征量。本发明提供的基于机器视觉的弓网硬点检测系统获得受电弓垂向加速度,辅以燃弧特征量检测的融合弓网硬点检测方法,取得了很好的效果。
Description
技术领域
本发明涉及轨道交通检测领域,具体涉及一种接触网硬点检测系统及其方法。
背景技术
随着社会经济的发展,轨道交通成为越来越成社会的重要组成部分。而弓网运行环境恶劣(铁路沿线环境复杂且沿线架设无备用),使其成为整个牵引供电系统中最为薄弱的环节,弓网运行状态直接关系到列车的运行及安全。其中,弓网硬点的危害尤为明显,且速度等级越高,危害越大。因此,检测和发现弓网硬点在轨道交通领域变得越来越重要和迫切。
目前国内硬点检测的方法主要有:利用加速度传感器:将加速度传感器安装在受电弓滑板上,通过传感器输出信号来反映受电弓滑板加速度的变化,通过计算机处理得到弓网硬点。基于压力传感器:通过在受电弓滑板区域安装压力传感器,来检测弓网接触力,进而通过计算机处理得到弓网硬点。上述两种方案,采用的装置对受电弓或滑板改造较大,成本较高,影响弓网运行关系,使用频率低,不适合铁路部门批量应用和实时检测。基于图像检测的方案,虽然可以计算得到实时的受电弓垂向加速度数据,但无法准确的定性判断是否属于弓网硬点,存在漏判和误判的可能性。
发明内容
针对现有技术中存在的问题,本发明提供一种基于机器视觉的弓网硬点检测系统及方法,采用机器视觉和图像识别技术相结合,获得受电弓垂向加速度,再辅以燃弧特征量检测的融合弓网硬点检测方法,通过受电弓垂向加速度与燃弧特征量协同处理可准确性极高地识别弓网硬点,取得了很好的效果。而且该方法采用非接触式检测,无需对受电弓或滑板进行改造,使用频率高,能够实现弓网硬点实时检测。
本发明一方面提供一种接触网硬点检测系统,包括,设于轨道车辆受电弓上的受电弓特征区域,设于所述轨道车辆上的照相单元和/或燃弧获取单元,以及连接所述照相单元和/或所述燃弧获取单元的车载计算单元;其中,所述照相单元配置为获取所述受电弓特征区域的图片信息;所述燃弧获取单元配置为获取所述受电弓特征区域的燃弧特征量。
根据本发明的一些实施方式,所述受电弓特征区域位于所述受电弓的羊角区域。
根据本发明的一些实施方式,所述受电弓特征区域设有特征图样;优选为特征条纹。
根据本发明的一些实施方式,所述照相单元包括线扫相机;优选的,所述线扫相机含光源发射器;所述光源优选为激光。
根据本发明的一些实施方式,所述燃弧获取单元为紫外传感器;和/或所述燃弧获取单元位于所述轨道车辆的顶部。
根据本发明的一些实施方式,所述轨道车辆包括运行在轨道上的动车组、非动车组列车、城轨车辆、机车和专业检测车中的一种或多种。
本发明的另一方面提供一种接触网硬点检测方法,采用权利要求1至6中任意一项所述的检测系统,包括,
步骤A,所述照相单元获取所述受电弓特征区域的图片信息,所述燃弧获取单元获取所述受电弓特征区域的燃弧特征量;
步骤B,所述车载计算单元获取所述图片信息,处理得到受电弓的垂向加速度值;
步骤C,所述车载计算单元根据所述垂向加速度值和/或所述燃弧特征量识别弓网硬点。
根据本发明的一些实施方式,步骤B中,所述车载计算单元通过对所述图片信息进行图像识别处理,获得受电弓垂向位移,并根据垂向位移的时间,从而得到受电弓垂向加速度值。
根据本发明的一些实施方式,步骤B中,所述车载计算单元通过对所述图片信息进行图像识别处理包括图片阈值分析、模板匹配、图像二值化处理、提取受电弓边缘轮廓和像素/位移标定。
本发明的再一方面提供一种根据所述检测系统或所述检测方法在接触网硬点检测中的应用。
根据本发明的一些实施方式,本发明提供基于机器视觉的弓网硬点检测系统包括线扫相机、紫外传感器和车载计算单元;所述线扫相机优选含激光发射器,安装在轨道车辆车顶。通过激光发射器发出的激光打亮受电弓特征区域,从而线扫相机实现对受电弓特征区域拍照,完成受电弓垂向位移的数据采集。车载计算单元对拍摄的图片采用图像识算法处理,提取对应的受电弓特征区域的图片信息,进而计算得受电弓垂向加速度。
本发明采用结合激光+线扫相机以及紫外传感器采集的燃弧特性量协同处理,便可准确性极高地识别弓网硬点。而且该方法采用非接触式检测,无需对受电弓或滑板进行改造,使用频率高,能够实现实时检测。通过激光打亮受电弓上的特征区域,采用线扫相机来抓取该特征区域,结合图像识别算法来实现对受电弓垂向位移的采集,并计算得到受电弓垂向加速度值。同时,弓网硬点一般伴随着火花(燃弧)的产生,把这一燃弧特征作为重要特征量,利用高精度、响应快的紫外传感器作为数据采集单元,提取特定波长的光线,实现对包括燃弧强度和燃弧时长的参数的采集,受电弓垂向加速度值再结合紫外传感器采集的燃弧数据进行定性校验,减少漏检误检现象的发生,提高弓网硬点检测的准确性。
附图说明
图1为本发明一些实施例中提供的基于机器视觉的弓网硬点检测系统结构原理图;
图2为本发明一些实施例中提供的受电弓及接触网实物示意图;
图3为本发明一些实施例中提供的获取受电弓垂向位移及加速度示意图;
图4为本发明一些实施例中提供的受电弓垂向位移计算的流程示意图;
图5为本发明一些实施例中提供的弓网硬点判别流程示意图。
附图标记:1受电弓及其特征区域;2线扫相机;3紫外传感器;4车载计算单元;5轨道车辆。
具体实施方式
为使本发明的目的、技术方案以及优点更加容易理解,以下结合实施例和附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下列实施例中未提及的具体实验方法,通常按照常规实验方法进行。
根据本发明的一些实施方式中,本发明采用机器视觉,即利用机器代替人眼来做测量和判断。通过机器视觉产品将被摄目标转换为图像信号,传送至车载计算单元,其中专用的图像处理系统得到被摄目标的形态信息,根据像素分布和亮度等信号,转变为数字化信号,对这些信号进行各种运算来抽取目标特性,进而得到判别结果。目前机器视觉技术已在工业、农药、医学、航天等国民经济领域迅速应用起来,而轨道交通领域也正在迅速兴起,以取代一些人工视觉难以满足要求的场合。
根据本发明的一些实施方式中,本发明采用阈值分割处理是一种基于区域的图像分割技术,原理是把图像像素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为最基本和应用最广泛的分割技术。
根据本发明的一些实施方式中,本发明采用图像二值化处理是将整个图像呈现出明显的黑白效果的过程,本发明优选将图像上的像素点的灰度值设置为0或者255。
根据本发明的一些实施方式中,本发明采用特征区域基准模板主要指受电弓与接触网接触区域的受电弓标准边缘轮廓模板。模板匹配指受电弓标准轮廓模板与实际相机采集的受电弓轮廓进行图形匹配,确定受电弓的轮廓像素组成。可获得前一帧受电弓图像相对后一帧受电弓图像的像素位移,通过像素/位移的标定关系,以得到列车运行过程中受电弓实际的垂向位移。
实施例1
图1-图2示出了本发明一些实施方式中提供的一种基于机器视觉的列车定位监控系统结构及原理示意图,该系统主要包括受电弓及其特征区域1、含激光发射器的线扫相机2、紫外传感器3、车载计算单元4和轨道车辆5,其中:
受电弓及其特征区域1:受电弓位于轨道交通车辆车顶,与接触网接触;而接触网位于轨道上部空间区域;特征区域指在受电弓羊角区域设置的特征条纹,用于后期图像识别。
含激光发射器的线扫相机2:安装在轨道车辆5上,一般位于顶部,用于受电弓及其特征区域1的图片信息,并将图片信息传给车载计算单元4。
紫外传感器3:安装在车辆上,一般位于顶部,用于捕捉弓网硬点时产生的燃弧特性量。
车载计算单元4:包括处理器和电源,电源给线扫相机2和紫外传感器3供电,处理器包括将图片信息通过图像识别算法处理。
轨道车辆5:运行在轨道上的车辆(如动车组、非动车组列车、城轨车辆、机车和专业检测车等)。
本实施例的车载计算单元4通过千兆以太网与线扫相机2连接,提取线扫相机2拍摄的对应的受电弓及其特征区域1的图片信息,采用图像识算法处理,进而计算得受电弓垂向加速度,车载计算单元4通过受电弓垂向加速度结合紫外传感器3采集的燃弧特性量来识别弓网硬点,可准确性极高地识别弓网硬点。
实施例2
图3-图5示出了本发明一些实施方式中提供的受电弓垂向位移,加速度计算及弓网硬点判别流程示意图。采用受电弓垂向加速度值结合紫外传感器采集的燃弧特征量,即判别弓网硬点。
步骤A,所述照相单元获取所述受电弓特征区域的图片信息,所述燃弧获取单元获取所述受电弓特征区域的燃弧特征量。
步骤B,所述车载计算单元获取所述图片信息,处理得到受电弓的垂向加速度值。所述车载计算单元通过对所述图片信息进行图像识别处理包括图片阈值分析、模板匹配、图像二值化处理、提取受电弓边缘轮廓和像素/位移标定,在获得受电弓垂向位移的基础上,采用a=2dy/dt2,从而得到受电弓垂向加速度值。
步骤C,所述车载计算单元根据所述垂向加速度值和/或所述燃弧特征量识别弓网硬点。
本发明采用一种基于机器视觉加图像识别技术获得受电弓垂向加速度,辅以燃弧特征量检测的融合弓网硬点检测方法取得了很好的效果。本发明采用机器视觉加图像识别技术,无需对受电弓或滑板进行改造,使用频率高,能够实现实时检测;本发明在机器视觉检测的基础上,结合紫外传感器采集的燃弧数据进行定性校验,减少漏检误检现象的发生,提高弓网硬点检测的准确性;本发明采用机器视觉检测+紫外燃弧数据定性校验的方案,方法简单可靠,具有一定的冗余性。
在本发明中的提到的任何数值,如果在任何最低值和任何最高值之间只是有两个单位的间隔,则包括从最低值到最高值的每次增加一个单位的所有值。例如,如果声明一种组分的量,或诸如温度、时间等工艺变量的值为50-90,在本说明书中它的意思是具体列举了51-89、52-88……以及69-71以及70-71等数值。对于非整数的值,可以适当考虑以0.1、0.01、0.001或0.0001为一单位。这仅是一些特殊指明的例子。在本申请中,以相似方式,所列举的最低值和最高值之间的数值的所有可能组合都被认为已经公开。
应当注意的是,以上所述的实施例仅用于解释本发明,并不构成对本发明的任何限制。通过参照典型实施例对本发明进行了描述,但应当理解为其中所用的词语为描述性和解释性词汇,而不是限定性词汇。可以按规定在本发明权利要求的范围内对本发明作出修改,以及在不背离本发明的范围和精神内对本发明进行修订。尽管其中描述的本发明涉及特定的方法、材料和实施例,但是并不意味着本发明限于其中公开的特定例,相反,本发明可扩展至其他所有具有相同功能的方法和应用。
Claims (10)
1.一种接触网硬点检测系统,包括,设于轨道车辆受电弓上的受电弓特征区域,设于所述轨道车辆上的照相单元和/或燃弧获取单元,以及连接所述照相单元和/或所述燃弧获取单元的车载计算单元;其中,所述照相单元配置为获取所述受电弓特征区域的图片信息;所述燃弧获取单元配置为获取所述受电弓特征区域的燃弧特征量。
2.根据权利要求1所述的检测系统,其特征在于,所述受电弓特征区域位于所述受电弓的羊角区域。
3.根据权利要求1或2所述的检测系统,其特征在于,所述受电弓特征区域设有特征图样;优选为特征条纹。
4.根据权利要求1至3中任意一项所述的检测系统,其特征在于,所述照相单元包括线扫相机;优选的,所述线扫相机含光源发射器;所述光源优选为激光。
5.根据权利要求1至4中任意一项所述的检测系统,其特征在于,所述燃弧获取单元为紫外传感器;和/或所述燃弧获取单元位于所述轨道车辆的顶部。
6.根据权利要求1至5中任意一项所述的检测系统,其特征在于,所述轨道车辆包括运行在轨道上的动车组、非动车组列车、城轨车辆、机车和专业检测车中的一种或多种。
7.一种接触网硬点检测方法,采用权利要求1至6中任意一项所述的检测系统,包括,
步骤A,所述照相单元获取所述受电弓特征区域的图片信息,所述燃弧获取单元获取所述受电弓特征区域的燃弧特征量;
步骤B,所述车载计算单元获取所述图片信息,处理得到受电弓的垂向加速度值;
步骤C,所述车载计算单元根据所述垂向加速度值和/或所述燃弧特征量识别弓网硬点。
8.根据权利要求7所述的检测方法,其特征在于,步骤B中,所述车载计算单元通过对所述图片信息进行图像识别处理,获得受电弓垂向位移,并根据垂向位移的时间,从而得到受电弓垂向加速度值。
9.根据权利要求7或8所述的检测方法,其特征在于,步骤B中,所述车载计算单元通过对所述图片信息进行图像识别处理包括图片阈值分析、模板匹配、图像二值化处理、提取受电弓边缘轮廓和像素/位移标定。
10.一种根据权利要求1-6中任意一项所述检测系统或权利要求7-9中任意一项所述检测方法在接触网硬点检测中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811217701.5A CN111091525A (zh) | 2018-10-18 | 2018-10-18 | 一种接触网硬点检测系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811217701.5A CN111091525A (zh) | 2018-10-18 | 2018-10-18 | 一种接触网硬点检测系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111091525A true CN111091525A (zh) | 2020-05-01 |
Family
ID=70391264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811217701.5A Pending CN111091525A (zh) | 2018-10-18 | 2018-10-18 | 一种接触网硬点检测系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111091525A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112161577A (zh) * | 2020-09-21 | 2021-01-01 | 北京运达华开科技有限公司 | 一种接触网硬点检测方法及系统 |
CN113295145A (zh) * | 2021-05-20 | 2021-08-24 | 株洲中车时代电气股份有限公司 | 一种弓网运行状态的检测系统及检测方法 |
CN113866184A (zh) * | 2021-09-26 | 2021-12-31 | 东莞市诺丽电子科技有限公司 | 一种非接触式硬点检测方法及非接触式硬点检测系统 |
CN114140394A (zh) * | 2021-11-09 | 2022-03-04 | 西南交通大学 | 一种非接触式的基于图像处理技术的弓网接触力检测方法 |
CN114508999A (zh) * | 2020-11-17 | 2022-05-17 | 合肥中车轨道交通车辆有限公司 | 一种基于机器视觉图像识别的非接触式弓网关系检测装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255956A (zh) * | 2011-06-24 | 2011-11-23 | 广西大学 | 一种基于无线的弓网状态监测系统 |
CN102428341A (zh) * | 2009-05-15 | 2012-04-25 | 株式会社明电舍 | 受电弓位移测定装置以及滑触线硬点检测方法 |
CN105403242A (zh) * | 2015-05-22 | 2016-03-16 | 华东交通大学 | 一种机车弓网硬点光电振动综合检测与gps定位方法及系统 |
CN105652111A (zh) * | 2015-12-23 | 2016-06-08 | 中国铁路总公司 | 受电弓动态运行性能控制方法及装置 |
CN106394316A (zh) * | 2016-10-20 | 2017-02-15 | 中车南京浦镇车辆有限公司 | 受电弓动态试验测试系统 |
CN108333488A (zh) * | 2018-02-08 | 2018-07-27 | 南京视道信息技术有限公司 | 基于紫外、红外和光学图像相融合的燃弧检测方法 |
-
2018
- 2018-10-18 CN CN201811217701.5A patent/CN111091525A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102428341A (zh) * | 2009-05-15 | 2012-04-25 | 株式会社明电舍 | 受电弓位移测定装置以及滑触线硬点检测方法 |
CN102255956A (zh) * | 2011-06-24 | 2011-11-23 | 广西大学 | 一种基于无线的弓网状态监测系统 |
CN105403242A (zh) * | 2015-05-22 | 2016-03-16 | 华东交通大学 | 一种机车弓网硬点光电振动综合检测与gps定位方法及系统 |
CN105652111A (zh) * | 2015-12-23 | 2016-06-08 | 中国铁路总公司 | 受电弓动态运行性能控制方法及装置 |
CN106394316A (zh) * | 2016-10-20 | 2017-02-15 | 中车南京浦镇车辆有限公司 | 受电弓动态试验测试系统 |
CN108333488A (zh) * | 2018-02-08 | 2018-07-27 | 南京视道信息技术有限公司 | 基于紫外、红外和光学图像相融合的燃弧检测方法 |
Non-Patent Citations (2)
Title |
---|
罗淞元 等: "车载式弓网实时监测系统", vol. 38, no. 38, pages 65 - 68 * |
高国强: "《轨道交通弓网系统电接触理论与应用》", 西南交通大学出版社, pages: 240 - 241 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112161577A (zh) * | 2020-09-21 | 2021-01-01 | 北京运达华开科技有限公司 | 一种接触网硬点检测方法及系统 |
CN112161577B (zh) * | 2020-09-21 | 2021-05-25 | 北京运达华开科技有限公司 | 一种接触网硬点检测方法及系统 |
CN114508999A (zh) * | 2020-11-17 | 2022-05-17 | 合肥中车轨道交通车辆有限公司 | 一种基于机器视觉图像识别的非接触式弓网关系检测装置 |
CN113295145A (zh) * | 2021-05-20 | 2021-08-24 | 株洲中车时代电气股份有限公司 | 一种弓网运行状态的检测系统及检测方法 |
CN113866184A (zh) * | 2021-09-26 | 2021-12-31 | 东莞市诺丽电子科技有限公司 | 一种非接触式硬点检测方法及非接触式硬点检测系统 |
CN114140394A (zh) * | 2021-11-09 | 2022-03-04 | 西南交通大学 | 一种非接触式的基于图像处理技术的弓网接触力检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111091525A (zh) | 一种接触网硬点检测系统及其方法 | |
CN110979321B (zh) | 一种用于无人驾驶车辆的障碍物躲避方法 | |
Alcantarilla et al. | Automatic LightBeam Controller for driver assistance | |
US20170372160A1 (en) | Environment recognition device and environment recognition method | |
KR102058001B1 (ko) | 차선 보정 시스템, 차선 보정 장치 및 이의 차선 보정 방법 | |
US8670612B2 (en) | Environment recognition device and environment recognition method | |
US10178382B2 (en) | Method for performing diagnosis of a camera system of a motor vehicle, camera system and motor vehicle | |
JP4415996B2 (ja) | 車載用画像認識装置及び配光制御装置、並びに配光制御方法 | |
JPWO2017158958A1 (ja) | 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム | |
US9099005B2 (en) | Environment recognition device and environment recognition method | |
JP2015143979A (ja) | 画像処理装置、画像処理方法、プログラム、画像処理システム | |
US11691585B2 (en) | Image processing apparatus, imaging device, moving body device control system, image processing method, and program product | |
US10885351B2 (en) | Image processing apparatus to estimate a plurality of road surfaces | |
US10628960B2 (en) | Information processing apparatus, imaging apparatus, device control system, moving object, information processing method, and recording medium | |
US20140347484A1 (en) | Apparatus and method for providing surrounding environment information of vehicle | |
JP6782433B2 (ja) | 画像認識装置 | |
WO2017094300A1 (ja) | 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム | |
JPWO2017134936A1 (ja) | 物体検出装置、機器制御システム、撮像装置、物体検出方法、及びプログラム | |
JP2018088233A (ja) | 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、及びプログラム | |
JP3562278B2 (ja) | 環境認識装置 | |
JP2024009088A (ja) | 車種判定装置、車種判定方法、および車種判定プログラム | |
JP2021064316A (ja) | 車外環境認識装置 | |
CN115755094A (zh) | 障碍物检测方法、装置、设备及存储介质 | |
US11567172B2 (en) | Method for capturing at least one object, device of a sensor apparatus, sensor apparatus and driver assistance system with at least one sensor apparatus | |
US20220137196A1 (en) | Object detection apparatus |
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 |