CN113310450A - 一种基于点云训练模型的接触网吊弦检测的方法 - Google Patents

一种基于点云训练模型的接触网吊弦检测的方法 Download PDF

Info

Publication number
CN113310450A
CN113310450A CN202010172929.8A CN202010172929A CN113310450A CN 113310450 A CN113310450 A CN 113310450A CN 202010172929 A CN202010172929 A CN 202010172929A CN 113310450 A CN113310450 A CN 113310450A
Authority
CN
China
Prior art keywords
dropper
point cloud
point
data
catenary
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.)
Granted
Application number
CN202010172929.8A
Other languages
English (en)
Other versions
CN113310450B (zh
Inventor
何泽民
闫正洋
廖雅珺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Zhongke Rutie Technology Co ltd
Original Assignee
Guangdong Zhongke Rutie Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Zhongke Rutie Technology Co ltd filed Critical Guangdong Zhongke Rutie Technology Co ltd
Priority to CN202010172929.8A priority Critical patent/CN113310450B/zh
Publication of CN113310450A publication Critical patent/CN113310450A/zh
Application granted granted Critical
Publication of CN113310450B publication Critical patent/CN113310450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Abstract

本发明涉及轨道列车接触网检测技术领域，具体涉及一种基于点云训练模型的接触网吊弦检测的方法，能利用激光雷达扫描的点云数据，结合光电编码器测出的里程、直线位移传感器测出的轨距，构建接触网轮廓的三维扫描数据，对不同场景下接触网吊弦的进行模型训练学习，得出不同设计规格吊弦的计算阀值，进而快速、准确检测接触网吊弦。

Description

一种基于点云训练模型的接触网吊弦检测的方法
技术领域
本发明涉及轨道列车接触网检测技术领域，具体涉及一种基于点云训练模型的接触网吊弦检测的方法。
背景技术
吊弦是列车轨道接触网的重要组成部分，接触网的状态关乎高速铁路的安全运行，需要定期对接触网巡检维护。目前铁路相关部门对吊弦的巡检状态大多采用激光测量的方式完成，这种方式效率低、工作强度大，夜间作业难度大。因此，目前亟需一种高效、准确的接触网吊弦检测方法。
发明内容
有鉴于此，本发明公开一种基于点云训练模型的接触网吊弦检测的方法，能利用激光雷达扫描的点云数据，结合光电编码器测出的里程、直线位移传感器测出的轨距，构建接触网轮廓的三维扫描数据，对不同场景下接触网吊弦的进行模型训练学习，得出不同设计规格吊弦的计算阀值，进而快速、准确检测接触网吊弦。
为解决上述技术问题，本发明采用的技术方案是：
一种基于点云训练模型的接触网吊弦检测的方法，如图1所示，包括以下步骤：
步骤一，获取接触网吊弦和接触线、承力索三维点云数据；
步骤二，利用直线算法分割出接触线和承力索，在此基础上利用吊弦在接触线和承力索安装关系分离出吊弦点云区域；
步骤三，对吊弦点云区域进行滤波，提取出有效吊弦点云；
步骤四，设定不同规格吊弦样本m个，每个样本吊弦提取n份不同检测次数的点云数据，重复迭代确定吊弦点云数据特征；
步骤五，将吊弦点云数据特征应用于动态吊弦检测，计算出吊弦点的导高和拉出值。
进一步地，所述步骤一的过程包括如下步骤：
S1：将高精度激光安装在检测装置上，并在检测装置上安装光电编码传感器和直线位移传感器，光电编码传感器用来检测检测装置的位移，直线位移传感器用来测量轨距偏移，轨距作为吊弦拉出值计算依据；
S2：检测装置沿着铁轨移动，激光雷达持续扫描接触线、承力索、吊弦；
S3：激光雷达持续扫描的测量点数据和光电编码器返回位置数据同步构成测量点的三维点云数据(如图2所示)，送到检测装置的数据处理中心。
进一步地，所述步骤二的过程包括如下步骤：
S1：通过RANAC直线随机分割，分割出测量出的接触线点云，计算出每个位置对应接触线的X、Y坐标；
S2：根据承力索和接触线的空间位置关系，通过RANAC直线随机分割，分割出测量出的承力索点云，计算出每个位置对应承力索的X、Y坐标
S3：根据吊弦形状和安装在接触线、承力索间的空间结构，当出现多个在承力索和接触线间的空间点时，转到第三步处理。
进一步地，所述步骤三的过程包括如下步骤：
S1：首先根据吊弦安装空间位置和结构进行数据过滤，保留轨道上方的点云，去除支柱、定位器等对跟吊弦无关联的点云；
S2：在测量吊弦过程，雾天、灰尘天气，隧道壁的反射会对雷达返回结果产生干扰，不同型面材料对雷达测量返回的信号强度也会产生干扰，此时会产生测量物面的一些孤点，为雷达测量结果中的噪声点，本方法进一步采用统计滤波，反复比较雾天、灰尘天气，隧道里检测到的吊弦点云，根据区域点密度和点反射率统计，确定有效点符合正态分布，计算出统计滤波的过滤阀值；
S3：将统计滤波阀值应用在每个吊弦点云数据上进行过滤，得出吊弦的有效点集合。
进一步地，所述步骤四的过程包括如下步骤：
S1：设定普铁吊弦、高铁吊弦等各样本m(m大于10)个，每个样本重复检测n(n大于1000)次，则样本数据至少为2×(m×n)份；
S2：每分样本数据以最低点和最高点为两端，连接成一条空间直线，计算所有点沿着这条直线分布的离散度λ：
S3：用所有样本数据迭代计算出最小离散λ和样本数据在Z轴上分布的有效最大距离d，作为吊弦的判别特征；
S4：在2×(m×n)份样本数据上验证吊弦特征系数λ和d，若验证通过，则输出特征系数λ和d，并进入所述步骤五，若验证不通过，则重复所述步骤三。
进一步地，所述步骤五的过程包括如下步骤(如图3，计算吊弦导高拉出值)：
S1：进一步的动态检测过程中，在第三步提取出有效吊弦点云基础上，用吊弦特征系数λ和d判断出是否是吊弦；
S2：计算该吊弦点的导高和拉出值。
本发明对要测量的目标物体建立点云数据模型，使用高性能激光对高速铁路和普速接触网进行扫描数据对目标模型训练学习，不断提高识别准确率和测量精度。本方法在黔张常高铁、黔贵高铁、梅汕高铁、广深线等使用都达到较好效果，具备测量准确、精度高、测量速度快等特点。
本发明专利技术通过构建接触网吊弦点云模型，提取不同设计标准的接触网吊弦的点云模型，进行模型训练，提取吊弦特征，并通过模型训练得到的吊弦特征用于动态检测，从而进行吊弦识别。本方法提高了接触网吊弦检测的效率与准确度，可用性高。
本发明的有益效果是：
本发明能利用激光雷达扫描的点云数据，结合光电编码器测出的里程、直线位移传感器测出的轨距，构建接触网轮廓的三维扫描数据，对不同场景下接触网吊弦的进行模型训练学习，得出不同设计规格吊弦的计算阀值，进而快速、准确检测接触网吊弦
本发明采用非接触式检测方法通过高精度激光雷达对接触网吊弦持续扫描测量，快速准确给出检测结果，测量精度优于一般基于图像处理的吊弦检测方法；
本发明采用三维点云训练模型计算出吊弦特征系数，进而快速有效的判断出吊弦，检测速度快，结果准确，不受环境干扰。
附图说明
图1为本发明吊弦检测流程图。
图2为吊弦安装结构和雷达扫描图。
图3为提取吊弦特征系数流程图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性说明，表示的仅是示意图或简单示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“竖直”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制。
此外，若有“第一”、“第二”等术语仅用于描述目的，而不能理解为指示或者暗示相对重要性，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
如图1所示，基于点云训练模型的接触网吊弦检测方法，包括以下步骤：
步骤一，获取接触网吊弦和接触线、承力索三维点云数据；
本方法使用的检测装置装配了角分辨率为0.09，扫描频率20Hz，测量范围为0.5米到100米，测量精度3毫米的高精度雷达，以及高精度光电编码器和0.01毫米精度的直线位移传感器，可以保证测量出的吊弦导高、拉出值理论误差在3mm以内。
本检测方法使用的雷达角分辨率为0.09，可以保证有足够的吊弦点云数据供模型训练使用。
本装置采用2GHz双CPU数据处理中心，可以保证实时处理吊弦点云数据的计算性能。
步骤二，利用直线算法分割出接触线和承力索，在此基础上利用吊弦在接触线和承力索安装关系分离出吊弦点云区域；
根据接触线安装特点：接触线为直径约14毫米的铜线，沿着铁轨安装，在几米范围内几乎登高，且基本平行于轨道。根据接触线特征，可以有效快速通过RANAC直线分割法分离出接触线点云。
依照RANAC直线分割法原理，在三维点云中随机选择2个Z轴相隔500毫米以上点，且其Y轴坐标偏差不超过10毫米；RANAC运算设置的以下参数：
threshold=接触线直径(14毫米)+最大偏离值(20毫米)=34毫米
closepoints=500毫米最少扫到的接触线点数=(500/16.5)×2忿60
迭代结束后，取有效点最多的集合即为接触线的三维点云。
根据承力索和接触线的空间位置关系，通过RANAC直线随机分割，分割出测量出的承力索点云，设置RANAC参数：
threshold=承力索直径(14毫米)+最大偏离值(25毫米)=39毫米
closepoints=500毫米最少扫到的承力索点数=(500/16.5)×1≈30
迭代结束后，取有效点最多的集合即为承力索线的三维点云
如图2，吊弦安装在接触线和承力索之间，成一条直线，当出现多个在承力索和接触线间的空间点时，转到第三步处理。
步骤三，对吊弦点云区域进行滤波，提取出有效吊弦点云；
首先根据吊弦安装空间位置和结构进行数据过滤，保留接触线到承力索间的点，去除支柱、定位器等对跟吊弦无关联的点云；
在测量吊弦过程，雾天、灰尘天气，隧道壁的反射会对雷达返回结果产生干扰，不同型面材料对雷达测量返回的信号强度也会产生干扰，此时会产生测量物面的一些孤点，为雷达测量结果中的噪声点，本方法进一步采用统计滤波，反复比较雾天、灰尘天气，隧道里检测到的吊弦点云，根据区域点密度和点反射率统计，确定有效点符合正态分布，计算出统计滤波的过滤阀值：
先获取理想天气下检测设备静止状态下扫描吊弦，获取多个样本数据，标记出吊弦点坐标数据的分布范围和点反射率有效范围；
检测设备动态多次在同样天气下扫描静态检测下的同样批次样品的吊弦，分析比较，求出正态分布过滤阀值；
检测设备动态多次扫描隧道内同等规格样品的吊弦，对比分析隧道内、隧道外吊弦，修正过滤阀值；
检测设备动态多次在雾天、灰尘天气下扫描静态检测下的同样批次样品的吊弦，和理想天气下扫描数据做分析比较，修正过滤阀值；
将统计滤波阀值应用在每个吊弦点云数据上进行过滤，得出吊弦的有效点集合
步骤四，设定不同规格吊弦样本m个，每个样本吊弦提取n份不同检测次数的点云数据，重复迭代确定吊弦点云数据特征；
设定普铁吊弦、高铁吊弦等各样本m(m大于10)个，每个样本重复检测n(n大于1000)次，则样本数据至少为2×(m×n)份；
每分样本数据以最低点和最高点为两端，连接成一条空间直线，计算所有点沿着这条直线分布的离散度λ；
用所有样本数据迭代计算出最小离散度λ和样本数据在Z轴上分布的有效最大距离d，作为吊弦的判别特征；
在2×(m×n)份样本数据上验证吊弦特征系数λ和d，验证通过，则输出特征系数λ和d，并进入所述步骤五，若验证不通过，则重复所述步骤三。
步骤五，将吊弦点云数据特征应用于动态吊弦检测，计算出吊弦点的导高和拉出值；
进一步的动态检测过程中，在第三步提取出有效吊弦点云基础上，用吊弦特征系数λ和d判断出是否是吊弦；
计算该吊弦点的导高(x)和拉出值(y)：
Figure BDA0002408995070000071
y=y0+d×sinθ；
trackwidth为轨道规矩，d为雷达测试到吊弦点处接触线点的距离，θ为雷达测试角度，x0 y0为雷达安装初始坐标。
本发明采用非接触式检测方法通过高精度激光雷达对接触网吊弦持续扫描测量，快速准确给出检测结果，测量精度优于一般基于图像处理的吊弦检测方法；本发明采用三维点云训练模型计算出吊弦特征系数，进而快速有效的判断出吊弦，检测速度快，结果准确，不受环境干扰。本方法为动态检测接触网吊弦提供了一种新的解决方案，具有良好的使用前景。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种基于点云训练模型的接触网吊弦检测的方法，其特征在于包括以下步骤：
步骤一，获取接触网吊弦和接触线、承力索三维点云数据；
步骤二，利用直线算法分割出接触线和承力索，在此基础上利用吊弦在接触线和承力索安装关系分离出吊弦点云区域；
步骤三，对吊弦点云区域进行滤波，提取出有效吊弦点云；
步骤四，设定不同规格吊弦样本m个，每个样本吊弦提取n份不同检测次数的点云数据，重复迭代确定吊弦点云数据特征；
步骤五，将吊弦点云数据特征应用于动态吊弦检测，计算出吊弦点的导高和拉出值。
2.根据权利要求1所述的基于点云训练模型的接触网吊弦检测的方法，其特征在于，所述步骤一的过程包括如下步骤：
S1：将高精度激光安装在检测装置上，并在检测装置上安装光电编码传感器和直线位移传感器，光电编码传感器用来检测检测装置的位移，直线位移传感器用来测量轨距偏移，轨距作为吊弦拉出值计算依据；
S2：检测装置沿着铁轨移动，激光雷达持续扫描接触线、承力索、吊弦；
S3：激光雷达持续扫描的测量点数据和光电编码器返回位置数据同步构成测量点的三维点云数据，送到检测装置的数据处理中心。
3.根据权利要求1所述的基于点云训练模型的接触网吊弦检测的方法，其特征在于，所述步骤二的过程包括如下步骤：
S1：通过RANAC直线随机分割，分割出测量出的接触线点云，计算出每个位置对应接触线的X、Y坐标；
S2：根据承力索和接触线的空间位置关系，通过RANAC直线随机分割，分割出测量出的承力索点云，计算出每个位置对应承力索的X、Y坐标
S3：根据吊弦形状和安装在接触线、承力索间的空间结构，当出现多个在承力索和接触线间的空间点时，转到第三步处理。
4.根据权利要求1所述的基于点云训练模型的接触网吊弦检测的方法，其特征在于，所述步骤三的过程包括如下步骤：
S1：首先根据吊弦安装空间位置和结构进行数据过滤，保留轨道上方的点云，去除支柱、定位器等对跟吊弦无关联的点云；
S2：在测量吊弦过程，雾天、灰尘天气，隧道壁的反射会对雷达返回结果产生干扰，不同型面材料对雷达测量返回的信号强度也会产生干扰，此时会产生测量物面的一些孤点，为雷达测量结果中的噪声点，本方法进一步采用统计滤波，反复比较雾天、灰尘天气，隧道里检测到的吊弦点云，根据区域点密度和点反射率统计，确定有效点符合正态分布，计算出统计滤波的过滤阀值；
S3：将统计滤波阀值应用在每个吊弦点云数据上进行过滤，得出吊弦的有效点集合。
5.根据权利要求1所述的基于点云训练模型的接触网吊弦检测的方法，其特征在于，所述步骤四的过程包括如下步骤：
S1：设定普铁吊弦、高铁吊弦等各样本m（m大于10）个，每个样本重复检测n（n大于1000）次，则样本数据至少为2×(m×n)份；
S2：每分样本数据以最低点和最高点为两端，连接成一条空间直线，计算所有点沿着这条直线分布的离散度λ：
S3：用所有样本数据迭代计算出最小离散
Figure 31345DEST_PATH_IMAGE002
和样本数据在Z轴上分布的有效最大距离d，作为吊弦的判别特征；
S4：在2×(m×n)份样本数据上验证吊弦特征系数λ和d，若验证通过，则输出特征系数λ和d，并进入所述步骤五，若验证不通过，则重复所述步骤三。
6.根据权利要求1所述的基于点云训练模型的接触网吊弦检测的方法，其特征在于，所述步骤五的过程包括如下步骤：
S1：进一步的动态检测过程中，在第三步提取出有效吊弦点云基础上，用吊弦特征系数
Figure 502778DEST_PATH_IMAGE002
和
Figure DEST_PATH_IMAGE004
判断出是否是吊弦；
S2：计算该吊弦点的导高和拉出值。
CN202010172929.8A 2020-03-12 2020-03-12 一种基于点云训练模型的接触网吊弦检测的方法 Active CN113310450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010172929.8A CN113310450B (zh) 2020-03-12 2020-03-12 一种基于点云训练模型的接触网吊弦检测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010172929.8A CN113310450B (zh) 2020-03-12 2020-03-12 一种基于点云训练模型的接触网吊弦检测的方法

Publications (2)

Publication Number Publication Date
CN113310450A true CN113310450A (zh) 2021-08-27
CN113310450B CN113310450B (zh) 2022-11-25

Family

ID=77370795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010172929.8A Active CN113310450B (zh) 2020-03-12 2020-03-12 一种基于点云训练模型的接触网吊弦检测的方法

Country Status (1)

Country Link
CN (1) CN113310450B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113763379A (zh) * 2021-09-23 2021-12-07 成都唐源电气股份有限公司 吊弦断股检测方法、装置、计算机设备及存储介质
CN114049559A (zh) * 2021-11-17 2022-02-15 西南交通大学 一种铁路接触网整体吊弦载荷非接触测量方法和装置
CN114923520A (zh) * 2022-05-20 2022-08-19 广东中科如铁技术有限公司 一种接触网的自动检测系统
CN115993091A (zh) * 2021-10-18 2023-04-21 合肥中车轨道交通车辆有限公司 接触网拉出值检测方法及装置
CN115993091B (zh) * 2021-10-18 2024-05-14 合肥中车轨道交通车辆有限公司 接触网拉出值检测方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203037214U (zh) * 2012-12-21 2013-07-03 北京天格高通科技有限公司 一种便携式接触网几何参数检测系统
CN105416097A (zh) * 2015-11-12 2016-03-23 北京天格高通科技有限公司 基于激光雷达的接触网检测检修车及方法
CN107504899A (zh) * 2017-09-30 2017-12-22 济南蓝动激光技术有限公司 连续跟踪测量接触网几何参数的系统和方法
CN108106562A (zh) * 2017-12-05 2018-06-01 浙江维思无线网络技术有限公司 一种接触网测量方法及装置
CN108564575A (zh) * 2018-04-11 2018-09-21 西南交通大学 一种基于三维点云数据的非接触式接触网参数检测方法
CN109813722A (zh) * 2019-03-12 2019-05-28 武汉武大卓越科技有限责任公司 接触网吊弦缺陷检测方法
CN110310261A (zh) * 2019-06-19 2019-10-08 河南辉煌科技股份有限公司 一种接触网吊弦缺陷检测模型训练方法和缺陷检测方法
CN110615017A (zh) * 2019-10-24 2019-12-27 上海应用技术大学 一种轨道交通自动化检测系统及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203037214U (zh) * 2012-12-21 2013-07-03 北京天格高通科技有限公司 一种便携式接触网几何参数检测系统
CN105416097A (zh) * 2015-11-12 2016-03-23 北京天格高通科技有限公司 基于激光雷达的接触网检测检修车及方法
CN107504899A (zh) * 2017-09-30 2017-12-22 济南蓝动激光技术有限公司 连续跟踪测量接触网几何参数的系统和方法
CN108106562A (zh) * 2017-12-05 2018-06-01 浙江维思无线网络技术有限公司 一种接触网测量方法及装置
CN108564575A (zh) * 2018-04-11 2018-09-21 西南交通大学 一种基于三维点云数据的非接触式接触网参数检测方法
CN109813722A (zh) * 2019-03-12 2019-05-28 武汉武大卓越科技有限责任公司 接触网吊弦缺陷检测方法
CN110310261A (zh) * 2019-06-19 2019-10-08 河南辉煌科技股份有限公司 一种接触网吊弦缺陷检测模型训练方法和缺陷检测方法
CN110615017A (zh) * 2019-10-24 2019-12-27 上海应用技术大学 一种轨道交通自动化检测系统及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113763379A (zh) * 2021-09-23 2021-12-07 成都唐源电气股份有限公司 吊弦断股检测方法、装置、计算机设备及存储介质
CN113763379B (zh) * 2021-09-23 2023-07-18 成都唐源电气股份有限公司 吊弦断股检测方法、装置、计算机设备及存储介质
CN115993091A (zh) * 2021-10-18 2023-04-21 合肥中车轨道交通车辆有限公司 接触网拉出值检测方法及装置
CN115993091B (zh) * 2021-10-18 2024-05-14 合肥中车轨道交通车辆有限公司 接触网拉出值检测方法及装置
CN114049559A (zh) * 2021-11-17 2022-02-15 西南交通大学 一种铁路接触网整体吊弦载荷非接触测量方法和装置
CN114923520A (zh) * 2022-05-20 2022-08-19 广东中科如铁技术有限公司 一种接触网的自动检测系统

Also Published As

Publication number Publication date
CN113310450B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN113310450B (zh) 一种基于点云训练模型的接触网吊弦检测的方法
CN106997049B (zh) 一种基于激光点云数据的检测障碍物的方法和装置
CN113870123B (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
CN112363178B (zh) 一种接触网隧道吊柱的动态测量方法
CN109708615A (zh) 一种基于激光扫描的地铁隧道限界动态检测方法
CN109813722B (zh) 接触网吊弦缺陷检测方法
CN112414309B (zh) 基于机载激光雷达的高铁接触线导高及拉出值巡检方法
CN107462587B (zh) 一种柔性ic基板凹凸痕缺陷的精密视觉检测系统及方法
CN108921164B (zh) 一种基于三维点云分割的接触网定位器坡度检测方法
CN107678036A (zh) 一种车载非接触式接触网几何参数动态检测系统及方法
CN103852011A (zh) 基于激光雷达的铁路接触网几何参数分析方法
CN108765974A (zh) 一种交通情况监测设备、监测方法及系统
Fujii et al. Urban object reconstruction using airborne laser elevation image and aerial image
CN102788572B (zh) 一种工程机械吊钩姿态的测量方法、装置及系统
CN103758017A (zh) 路面高程三维网格数值检测方法与检测系统
CN109653045A (zh) 轨距测量方法及装置
Geng et al. UAV-LiDAR-based measuring framework for height and stagger of high-speed railway contact wire
CN111781113A (zh) 一种粉尘网格化定位方法及粉尘网格化监测方法
CN113291207B (zh) 一种地铁刚性接触网的动态测量方法
EP2821747A1 (en) Pantograph measurement method, and pantograph measurement device
CN110930415A (zh) 一种轨道接触网空间位置检测方法
CN108089024A (zh) 一种车辆速度检测系统及方法
CN105844707B (zh) 基于城墙断面从LiDAR点云数据自动提取古城墙数据的方法
CN114234832A (zh) 一种基于标靶识别的隧道监控量测方法
CN113311441A (zh) 一种接触网定位器定位点的动态测量方法

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
GR01 Patent grant
GR01 Patent grant