CN113252004B - 一种隧道综合检测监测系统及方法 - Google Patents
一种隧道综合检测监测系统及方法 Download PDFInfo
- Publication number
- CN113252004B CN113252004B CN202110640295.9A CN202110640295A CN113252004B CN 113252004 B CN113252004 B CN 113252004B CN 202110640295 A CN202110640295 A CN 202110640295A CN 113252004 B CN113252004 B CN 113252004B
- Authority
- CN
- China
- Prior art keywords
- tunnel
- information
- vehicle
- limit
- train
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/06—Tracing profiles of cavities, e.g. tunnels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及隧道检测技术领域,涉及一种隧道综合检测监测系统及方法。本发明将检测系统安装于列车上,采用车载自动检测监测的方法,能够更全面的获取隧道的数据,通过限界检测模块能够实时获取列车所处隧道的隧道断面信息以及车辆动态包络线信息,巡检模块获取隧道全程的360°图像信息,车载处理模块根据获得信息重构列车动态包络线以及隧道实时实况状态综合分析得到隧道设备超限和车辆超限信息及其位置,也能对已发现缺陷进行复核。
Description
技术领域
本发明涉及隧道检测技术领域,涉及一种隧道综合检测监测系统及方法。
背景技术
当前城市的不同出行方式中,地铁出行越来越受到市民的青睐。由于地铁长时间的运行以及地质因素等各种未知因素可能导致地铁线路中的一些设备存在螺栓松动、设备超过设定界限等情况严重地危害列车的安全运行。为了确保列车的安全运行就需要人工不定时的去巡逻发现这些安全隐患,由于地铁里程的增长全靠人工检测方式已经不能满足实际工作需求,同时在出现报警情况时复核缺陷的维修情况也需要派人去现场进行复核监测数据,费时费力,同时现有技术的图像识别算法复杂,运算量大,对系统性能要求高,多传感器融合,成本较高。因此,需要一种实时、高效、高精度的检测系统辅助维护人员及时发现安全隐患。
发明内容
本发明要解决的技术问题是提供一种采用车载自动检测监测的方法,能够更全面的获取隧道的数据,综合分析得到轨道隧道设备超限和车辆超限信息及其位置以及缺陷复核,检测操作更加便捷和高效的隧道综合检测监测系统及方法。
为了解决上述技术问题,本发明解决其技术问题所采用的技术方案是:
一种隧道综合检测监测系统,包括车载处理模块以及为列车隧道检测监测系统提供电源的电源模块;
限界检测模块,用于实时获取列车所处隧道的隧道断面信息以及车辆动态包络线信息,并将隧道断面信息和车辆动态包络线信息传输至车载处理模块;
巡检模块,用于实时获取隧道全程的360°图像信息,并将获得到的图像信息传输至车载处理模块;
车载处理模块,用于接收巡检模块传输的图像信息以及限界检测模块传输的隧道断面信息和车辆动态包络线信息,并根据图像信息以及与图像信息对应位置的隧道断面信息、车辆动态包络线信息以确定隧道是否存在安全隐患。
进一步地,所述车载处理模块根据隧道断面信息与标准隧道断面对比、车辆动态包络线信息与标准车辆限界对比得到限界信息,若限界信息超限,则再通过与该限界信息对应位置前后时间的图像信息确认隧道缺陷。
进一步地,所述车载处理模块根据图像信息得到隧道信息,若隧道信息中存在超限,则再通过与该隧道信息相对应的限界信息确认隧道或者车辆异常原因。
进一步地,所述限界检测模块包括限界3D组件和限界雷达组件,所述限界3D组件设置在列车车头,所述限界雷达组件设置在列车车尾,所述限界3D组件用于实时获得隧道断面参数以及车辆动态包络线参数,所述限界雷达组件用于定位、等距触发限界3D组件采集隧道断面图像。
进一步地,所述限界3D组件包括5个限界相机,相邻限界相机之间的夹角为72°,所述限界相机用于获得列车在行车过程中的隧道参数以及隧道断面图像,所述车载处理模块根据5个限界相机采集的测量隧道参数以及隧道断面图像获得连贯的隧道参数及隧道断面信息。
进一步地,所述巡检模块设置在列车车头上,所述巡检模块包括3-6个巡检相机、与巡检相机对应的补光装置以及图像分析模块,3-6个巡检相机均分布设置于所述车头上,所述巡检相机用于获取所述隧道不同位置处的内壁图像,通过巡检相机拍摄列车在隧道内行驶过程的连贯图像;所述图像分析模块,用于对采集到的图像进行增强和分割,以及对隧道缺陷及其它干扰物进行区分。
进一步地,所述限界检测模块还包括定位及触发组件,所述定位及触发组件用于实时检测列车运行车速及里程数据,并将车速及里程数据传输至车载处理模块,车载处理模块通过车速及里程数据与隧道断面信息获得站台和隧道信息,以此触发限界3D组件采集隧道断面信息。
还包括一种隧道综合检测监测方法,包括:
实时获取列车所处隧道的隧道断面信息、车辆动态包络线以及隧道全程的360°图像,检测隧道系统中的异常位置,根据隧道全程的360°图像以及与隧道全程的360°图像相对应的每个位置的隧道断面信息和车辆动态包络线以确定隧道是否存在安全隐患。
进一步地,还包括:
将隧道断面信息与标准隧道断面对比、车辆动态包络线与标准车辆限界对比得到限界信息,当限界信息超过阈值,则再通过与该限界信息对应位置前后时间的图像信息确认隧道缺陷;
当隧道信息中存在异常,则再通过与其该隧道信息对应的限界信息确认隧道或者列车异常原因。
进一步地,实时获取隧道断面图像和车辆动态包络线建立列车正常运行状态下的标准隧道和车辆动态包络线数据库,根据所述数据库中的标准隧道轮廓匹配有对应的轨道轮廓参数,将隧道断面轮廓与数据库中同一位置的标准隧道轮廓进行对比,将车辆动态包络线与数据库中同一位置的标准车辆限界进行对比,用以获得隧道轮廓与车辆动态包络线之间的限界关系。
本发明的有益效果:
本发明将检测系统安装于列车上,采用车载自动检测监测的方法,能够更全面的获取隧道的数据,通过限界检测模块能够实时获取列车所处隧道的隧道断面信息以及车辆动态包络线信息,巡检模块获取隧道全程的360°图像信息,车载处理模块根据获得信息重构列车动态包络线以及隧道实时实况状态综合分析得到隧道设备超限和车辆超限信息及其位置,也能对已发现缺陷进行复核。
附图说明
图1是本发明的一种隧道综合检测监测系统及方法示意图。
图2是本发明的检测流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参照图1-图2所示,一种隧道综合检测监测系统,所述隧道综合检测监测系统设置在列车上,其包括车载处理模块以及为列车隧道检测监测系统提供电源的电源模块;
限界检测模块,用于实时获取列车所处隧道的隧道断面信息以及车辆动态包络线信息,并将隧道断面信息和车辆动态包络线信息传输至车载处理模块;
巡检模块,用于实时获取隧道全程的360°图像信息,并将获得到的图像信息传输至车载处理模块;
车载处理模块,用于接收巡检模块传输的图像信息以及限界检测模块传输的隧道断面信息和车辆动态包络线信息,并根据图像信息以及与图像信息对应位置的隧道断面信息、车辆动态包络线信息以确定隧道是否存在安全隐患。
本发明将检测系统安装于列车上,采用车载自动检测监测的方法,能够更全面的获取隧道的数据,通过限界检测模块能够实时获取列车所处隧道的隧道断面信息以及车辆动态包络线信息,巡检模块获取隧道全程的360°图像信息,车载处理模块根据获得信息重构列车动态包络线以及隧道实时实况状态综合分析得到隧道设备超限和车辆超限信息及其位置,也能对已发现缺陷进行复核。
所述列车为运营车和检测车中的任意一种。
所述车载处理模块根据隧道断面信息与标准隧道断面对比、车辆动态包络线信息与标准车辆限界对比得到限界信息,若限界信息超限,再结合定位信息针对超限进行超限预警提示,则再通过与该限界信息对应位置前后时间的图像信息确认隧道缺陷。
所述车载处理模块根据图像信息得到隧道信息,若隧道信息中存在超限,则再通过与该隧道信息相对应的限界信息确认隧道或者车辆异常原因。
所述车载处理模块将所接收信息传输至底面数据库中,并在与数据库相连接的终端显示器上进行实时显示隧道断面轮廓信息,并将图像采集信息进行实时存储在主机服务器上以备后续分析,查询。
所述限界检测模块包括限界3D组件和限界雷达组件,所述限界3D组件设置在列车车头,所述限界雷达组件设置在列车车尾,所述限界3D组件用于实时获得隧道断面参数以及车辆动态包络线参数,所述限界雷达组件用于定位、等距触发限界3D组件采集隧道断面图像,5mm距离采集一帧数据。
所述限界3D组件包括5个限界相机,相邻限界相机之间的夹角为72°,所述限界相机用于获得列车在行车过程中的隧道参数以及隧道断面图像,所述车载处理模块根据5个限界相机采集的测量隧道参数以及隧道断面图像获得连贯的隧道参数及隧道断面信息。
本发明为了覆盖检测要求的所有视野采用了5个相机,相邻相机之间夹角为72°位置安装使得相机视野既能够覆盖隧道内断面最近位置与最远位置。利用三角测距原理测量隧道断面参数。为了测量参数,需要对五个相机进行单独标定其内参、外参,再将五个相机采集的点云进行单独计算其实际物理坐标,最后将五个相机的物理坐标进行现有技术中的拼接融合成断面完整的信息。其中正对轨道的两个相机承担着参数补偿功能。
所述限界3D组件还包括激光组件,通过激光组件和限界相机确认列车与隧道之间的位置关系,保证运行的稳定性,同时还可根据列车与隧道关系获得列车与轨道之间的异常,避免轨道上异物等原因造成隧道检测的错误。
根据各个限界相机的激光组件分布情况,在相邻两个相机视野叠加处,按照相应规则获取点云数据。利用相机采集的点云数据结合各自的相机标定数据计算得到物理坐标,从而拼接得到完整的隧道断面信息,隧道轮廓以及车辆动态包络线的线条的实时变化,判定设备和车辆的超限情况;将隧道轮廓以及车辆动态包络线通过3D效果图展示隧道的3D模型,实时判定隧道类型。
第三部分是实时显示车辆运行信息,包括时间和定位(站点、速度和公里标)。
所述巡检模块设置在列车车头上,所述巡检模块包括3-6个巡检相机、与巡检相机对应的补光装置以及图像分析模块,3-6个巡检相机均分布设置于所述车头上,所述巡检相机用于获取所述隧道不同位置处的内壁图像,通过巡检相机拍摄列车在隧道内行驶过程的连贯图像;所述图像分析模块,用于对采集到的图像进行增强和分割,以及对隧道缺陷及其它干扰物进行区分。
车载处理模块可实现数据采集、压缩、存储、分析、报警等工作。此外,图像分析模块可基于现有的智能图像识别算法对隧道侧壁或顶部的漏水、掉块、湿渍、管片错台等缺陷进行自动检测识别,并将检测结果及时返回给车载处理模块,车载处理模块将缺陷处前后的隧道断面信息,车辆动态包络线以及隧道内壁图像打包自动上传至地面的数据中心进行后续维护和分析,数据中心负责隧道的各种报警缺陷的呈现、展示、统计、硬盘数据分析等。
所述限界检测模块还包括定位及触发组件,所述定位及触发组件用于实时检测列车运行车速及里程数据,并将车速及里程数据传输至车载处理模块,车载处理模块通过车速及里程数据与隧道断面信息获得站台和隧道信息,根据站台和隧道信息得知当前位置为站台位置还是位于隧道内,以此触发限界3D组件的启闭来采集隧道断面信息。
利用惯导设备采集到的车辆振动信息,将车辆模型轮廓进行变换得到其振动后的轮廓,再结合标准车辆限界信息进行判断,当有超限点时进行报警输出,同时输出当前的定位信息。
利用巡检得到的巡检图像结合相机标定数据计算得到物理坐标,并经数据融合得到隧道断面轮廓。将隧道轮廓与隧道限界标准模板进行判断是否超过界限,针对超过限界的进行报警输出,同时输出当前的定位信息。
通过运行车速及里程数据确定列车所处位置,判断当前处于隧道区域还是站台区域。如果是隧道区域,限界3D组件工作;如果是站台区域,关闭限界3D组件,避免限界3D组件中的激光辐射人眼,保证人身安全。
本发明还包括一种隧道检测方法,包括:
实时获取列车所处隧道的隧道断面信息、车辆动态包络线以及隧道全程的360°图像,检测隧道系统中的异常位置,根据隧道全程的360°图像以及与隧道全程的360°图像相对应的每个位置的隧道断面信息和车辆动态包络线以确定隧道是否存在安全隐患。
所述异常位置信息包括隧道设备超限和车辆超限信息及其位置,用以总分析得到异常原因,将实际参数与图像结合,减少图像运算量,检测隧道轮廓和车辆轮廓参数计算量较小,对系统性能无特殊要求,成本较低。
还包括:
将隧道断面信息与标准隧道断面对比、车辆动态包络线与标准车辆限界对比得到限界信息,当限界信息超过阈值,则再通过与该限界信息对应位置前后时间的图像信息确认隧道缺陷;
当隧道信息中存在异常,则再通过与其该隧道信息对应的限界信息确认隧道或者列车异常原因。
实时获取隧道断面图像和车辆动态包络线建立列车正常运行状态下的标准隧道和车辆动态包络线数据库,根据所述数据库中的标准隧道轮廓匹配有对应的轨道轮廓参数,将隧道断面轮廓与数据库中同一位置的标准隧道轮廓进行对比,将车辆动态包络线与数据库中同一位置的标准车辆限界进行对比,用以获得隧道轮廓与车辆动态包络线之间的限界关系。
当车辆动态包络线未出现超限点,车速为0-80km/h,巡检图像异常面积小于10mm*10mm时,则监控前后3-6帧隧道图像信息;巡检未出现异常,则不需要监控前后隧道图像。
当车辆动态包络线未出现超限点,若巡检图像异常面积出现在阈值边缘徘徊且并未超出阈值时,监控前后3-6帧隧道图像信息综合分析确定几何参数异常信息。
当车辆动态包络线出现1个以上超限点,车速为0-100km/h,巡检图像异常面积大于等于10mm*10mm时,则监控前后11-15帧隧道图像信息。
当车辆动态包络线出现1个以上超限点,巡检图像异常面积大于等于10mm*10mm时,通过监控前后11-15帧隧道图像信息可快速排查相关位置,进行及时维护,保证行车安全。
隧道断面参数与隧道巡检之间进行联动分析,综合判别能够找到隧道检测真正的缺陷,当隧道断面中某一个位置出现列车轮廓超限,与同一个位置的隧道巡检进行关联,查看隧道巡检图像确定该位置是否为隧道进出口,如果是隧道进出口则认为该位置列车轮廓不超限,如果是非隧道进出口那么该位置列车轮廓超限,则根据巡检图像判定隧道内壁是否出现内壁脱落、漏水等情况,针对性进行维护,以此完成综合分析。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (7)
1.一种隧道综合检测监测系统,其特征在于,包括车载处理模块以及为列车隧道检测监测系统提供电源的电源模块;
限界检测模块,用于实时获取列车所处隧道的隧道断面信息以及车辆动态包络线信息,并将隧道断面信息和车辆动态包络线信息传输至车载处理模块;
巡检模块,用于实时获取隧道全程的360°图像信息,并将获得到的图像信息传输至车载处理模块;
车载处理模块,用于接收巡检模块传输的图像信息以及限界检测模块传输的隧道断面信息和车辆动态包络线信息,并根据图像信息以及与图像信息对应位置的隧道断面信息、车辆动态包络线信息以确定隧道是否存在安全隐患;
所述车载处理模块根据隧道断面信息与标准隧道断面对比、车辆动态包络线信息与标准车辆限界对比得到限界信息,若限界信息超限,则再通过与该限界信息对应位置前后时间的图像信息确认隧道缺陷;
所述车载处理模块根据图像信息得到隧道信息,若隧道信息中存在超限,则再通过与该隧道信息相对应的限界信息确认隧道或者车辆异常原因。
2.如权利要求1所述的隧道综合检测监测系统,其特征在于,所述限界检测模块包括限界3D组件和限界雷达组件,所述限界3D组件设置在列车车头,所述限界雷达组件设置在列车车尾,所述限界3D组件用于实时获得隧道断面参数以及车辆动态包络线参数,所述限界雷达组件用于定位、等距触发限界3D组件采集隧道断面图像。
3.如权利要求2所述的隧道综合检测监测系统,其特征在于,所述限界3D组件包括5个限界相机,相邻限界相机之间的夹角为72°,所述限界相机用于获得列车在行车过程中的隧道参数以及隧道断面图像,所述车载处理模块根据5个限界相机采集的测量隧道参数以及隧道断面图像获得连贯的隧道参数及隧道断面信息。
4.如权利要求1所述的隧道综合检测监测系统,其特征在于,所述巡检模块设置在列车车头上,所述巡检模块包括3-6个巡检相机、与巡检相机对应的补光装置以及图像分析模块,3-6个巡检相机均分布设置于所述车头上,所述巡检相机用于获取所述隧道不同位置处的内壁图像,通过巡检相机拍摄列车在隧道内行驶过程的连贯图像;所述图像分析模块,用于对采集到的图像进行增强和分割,以及对隧道缺陷及其它干扰物进行区分。
5.如权利要求2所述的隧道综合检测监测系统,其特征在于,所述限界检测模块还包括定位及触发组件,所述定位及触发组件用于实时检测列车运行车速及里程数据,并将车速及里程数据传输至车载处理模块,车载处理模块通过车速及里程数据与隧道断面信息获得站台和隧道信息,以此触发限界3D组件采集隧道断面信息。
6.一种隧道综合检测监测方法,其特征在于,包括:
实时获取列车所处隧道的隧道断面信息、车辆动态包络线以及隧道全程的360°图像,检测隧道系统中的异常位置,根据隧道全程的360°图像以及与隧道全程的360°图像相对应的每个位置的隧道断面信息和车辆动态包络线以确定隧道是否存在安全隐患;
将隧道断面信息与标准隧道断面对比、车辆动态包络线与标准车辆限界对比得到限界信息,当限界信息超过阈值,则再通过与该限界信息对应位置前后时间的图像信息确认隧道缺陷;
根据图像信息得到隧道信息,当隧道信息中存在异常,则再通过与该隧道信息对应的限界信息确认隧道或者列车异常原因。
7.如权利要求6所述的隧道综合检测监测方法,其特征在于,实时获取隧道断面图像和车辆动态包络线建立列车正常运行状态下的标准隧道和车辆动态包络线数据库,根据所述数据库中的标准隧道轮廓匹配有对应的轨道轮廓参数,将隧道断面轮廓与数据库中同一位置的标准隧道轮廓进行对比,将车辆动态包络线与数据库中同一位置的标准车辆限界进行对比,用以获得隧道轮廓与车辆动态包络线之间的限界关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110640295.9A CN113252004B (zh) | 2021-06-09 | 2021-06-09 | 一种隧道综合检测监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110640295.9A CN113252004B (zh) | 2021-06-09 | 2021-06-09 | 一种隧道综合检测监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113252004A CN113252004A (zh) | 2021-08-13 |
CN113252004B true CN113252004B (zh) | 2021-10-08 |
Family
ID=77187134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110640295.9A Active CN113252004B (zh) | 2021-06-09 | 2021-06-09 | 一种隧道综合检测监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113252004B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116129605B (zh) * | 2023-04-18 | 2023-09-01 | 宁波长壁流体动力科技有限公司 | 一种用于煤矿智慧园区的综合管控方法和综合管控装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101580071A (zh) * | 2009-06-05 | 2009-11-18 | 中南大学 | 铁路机车车辆运行姿态测量系统 |
CN109489724A (zh) * | 2018-12-03 | 2019-03-19 | 大连维德轨道装备有限公司 | 一种隧道列车安全运行环境综合检测装置及检测方法 |
CN110411361A (zh) * | 2019-05-15 | 2019-11-05 | 首都师范大学 | 一种移动隧道激光检测数据处理方法 |
CN112113978A (zh) * | 2020-09-22 | 2020-12-22 | 成都国铁电气设备有限公司 | 一种基于深度学习的车载隧道缺陷在线检测系统及方法 |
CN112446852A (zh) * | 2019-08-30 | 2021-03-05 | 成都唐源电气股份有限公司 | 一种隧道成像平面展示方法及缺陷智能识别系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT398491B (de) * | 1991-02-27 | 1994-12-27 | Hornyik Andreas Dipl Ing | Verfahren zur vermessung des querschnittes eines hohlraums |
CN202827639U (zh) * | 2012-09-25 | 2013-03-27 | 成都国铁电气设备有限公司 | 高速电气化轨道交通多通道巡监装置 |
CN102941864B (zh) * | 2012-11-09 | 2015-03-25 | 武汉翔翼科技有限公司 | 一种列车装载状态高清监控及超限检测方法 |
CN106652465B (zh) * | 2016-11-15 | 2020-04-07 | 成都通甲优博科技有限责任公司 | 一种道路异常驾驶行为的识别方法及系统 |
CN108170877B (zh) * | 2016-12-07 | 2022-04-26 | 中车齐齐哈尔车辆有限公司 | 铁路货车模块化设计方法及系统 |
WO2020102817A2 (en) * | 2018-11-16 | 2020-05-22 | SeeScan, Inc. | Pipe inspection and/or mapping camera heads, systems, and methods |
CN209553217U (zh) * | 2019-01-24 | 2019-10-29 | 河南蓝信科技有限责任公司 | 一种基于激光和图像结合的铁路限界检测系统 |
-
2021
- 2021-06-09 CN CN202110640295.9A patent/CN113252004B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101580071A (zh) * | 2009-06-05 | 2009-11-18 | 中南大学 | 铁路机车车辆运行姿态测量系统 |
CN109489724A (zh) * | 2018-12-03 | 2019-03-19 | 大连维德轨道装备有限公司 | 一种隧道列车安全运行环境综合检测装置及检测方法 |
CN110411361A (zh) * | 2019-05-15 | 2019-11-05 | 首都师范大学 | 一种移动隧道激光检测数据处理方法 |
CN112446852A (zh) * | 2019-08-30 | 2021-03-05 | 成都唐源电气股份有限公司 | 一种隧道成像平面展示方法及缺陷智能识别系统 |
CN112113978A (zh) * | 2020-09-22 | 2020-12-22 | 成都国铁电气设备有限公司 | 一种基于深度学习的车载隧道缺陷在线检测系统及方法 |
Non-Patent Citations (1)
Title |
---|
"基于移动激光扫描技术的隧道限界检测研究";史增峰;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20170215;正文第1页,第13页,第46页,第52页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113252004A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110889350B (zh) | 一种基于三维成像的线路障碍物监测报警系统及方法 | |
KR101602376B1 (ko) | 열차 결함 모니터링 시스템 | |
CN108491758B (zh) | 一种轨道检测方法及机器人 | |
CN109359409A (zh) | 一种基于视觉与激光雷达传感器的车辆可通过性检测系统 | |
US7580547B2 (en) | Electronic traffic monitor | |
US20170066459A1 (en) | Rail track asset survey system | |
CN112235537B (zh) | 一种变电站现场作业安全预警方法 | |
CN113104063A (zh) | 一种网轨隧综合检测系统及方法 | |
JPH0431200A (ja) | 航空機ドッキングガイダンス装置 | |
CN112539704B (zh) | 一种输电线路通道内隐患与导线距离的测量方法 | |
CN114894091B (zh) | 一种双目视觉测距功能的线路监控装置及系统 | |
CN113050654A (zh) | 障碍物检测方法、巡检机器人车载避障系统及方法 | |
CN113252004B (zh) | 一种隧道综合检测监测系统及方法 | |
CN110956151A (zh) | 基于结构光的轨道交通异物侵入检测方法及其系统 | |
CN110097591A (zh) | 弓网状态的检测方法 | |
CN116291724A (zh) | 一种用于公路隧道施工的实时预警检测方法及系统 | |
CN105023270A (zh) | 用于地下基础设施结构监测的主动式3d立体全景视觉传感器 | |
CN113011252A (zh) | 轨道异物侵限检测系统及方法 | |
CN112639803B (zh) | 用于识别设施处的物体的方法和组件 | |
CN110702016A (zh) | 输电线路覆冰测量系统及方法 | |
Dhiman et al. | A multi-frame stereo vision-based road profiling technique for distress analysis | |
CN113639685A (zh) | 位移检测方法、装置、设备和存储介质 | |
CN114529811A (zh) | 一种地铁隧道异物的快速自动识别与定位方法 | |
CN117253203A (zh) | 一种基于视觉传感器的障碍物检测系统 | |
CN117197779A (zh) | 一种基于双目视觉的轨道交通异物检测方法、装置及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |