CN113838031A - 一种跨座式单轨指形板识别定位方法及系统 - Google Patents
一种跨座式单轨指形板识别定位方法及系统 Download PDFInfo
- Publication number
- CN113838031A CN113838031A CN202111122923.0A CN202111122923A CN113838031A CN 113838031 A CN113838031 A CN 113838031A CN 202111122923 A CN202111122923 A CN 202111122923A CN 113838031 A CN113838031 A CN 113838031A
- Authority
- CN
- China
- Prior art keywords
- image
- finger
- finger plate
- positioning
- track beam
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20036—Morphological image processing
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种跨座式单轨指形板识别定位方法及系统，所述方法包括：采集PC轨道梁的图像；对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板；从预设的指形板数据库中确定与所述指形板对应关联的PC轨道梁号；将所述PC轨道梁号作为所述指形板的定位信息并输出。本发明提供的一种跨座式单轨指形板识别定位方法及系统，通过实时识别PC轨道梁上的指形板，并将指形板与PC轨道梁号关联起来，提高了定位精度，可以更好地指导检修人员进行维护。
Description
技术领域
本发明涉及轨道检测技术领域，尤其涉及一种跨座式单轨指形板识别定位方法及系统。
背景技术
跨座式单轨是一种由单个轨道进行导向和支撑的交通工具，其车体骑跨于PC轨道梁上，以高压电作为动力来源，具有适应性强、噪声低、转弯半径小以及爬坡能力强等优点。跨座式单轨造价低廉、所占空间小、轻巧灵活，更加适合在地形复杂和人口密集的城市进行铺设。
指形板是跨座式单轨中连接相邻两段单轨本体，以确保列车车轮安全、平稳地通过PC轨道梁的金属件。在跨座式单轨投入运行后，随时间推移，指形板的状态会发生变化，这种变化对列车的运行有很大的影响，容易造成严重的财产损失和人员伤亡。因此，为避免对列车的运行造成影响，对于指形板的检测是必不可少的工作，以及时发现这种变化，进而及时对指形板进行维护。
目前，现有技术中对指形板的故障定位方式主要是通过接入列车的定位信息系统，从而获到列车的实时位置信息，以达到故障定位的目的，然而这种故障定位方式存在着若干问题，比如：
1、通信速率低，目前与列车位置信息系统的更新频率为5Hz，时效性影响定位精度；
2、列车位置信息本身存在定位误差，而这种误差会持续累加下去，这样区间线路越长，越到后面误差越大；
3、现有列车位置信息主要输出里程距离，而检修人员常用的定位信息为PC轨道梁号，中间还需要进行距离换算。
因此，需要提供一种新的指形板故障定位方案。
以上信息作为背景信息给出只是为了辅助理解本公开，并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。
发明内容
本发明提供一种跨座式单轨指形板识别定位方法及系统，以解决现有技术的不足。
为实现上述目的，本发明提供以下的技术方案：
第一方面，本发明实施例提供一种跨座式单轨指形板识别定位方法，所述方法包括：
采集PC轨道梁的图像；
对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板；
从预设的指形板数据库中确定与所述指形板对应关联的PC轨道梁号；
将所述PC轨道梁号作为所述指形板的定位信息并输出。
进一步地，所述跨座式单轨指形板识别定位方法中，所述采集PC轨道梁的图像的步骤包括：
采用高速相机和激光光源采集PC轨道梁的图像。
进一步地，所述跨座式单轨指形板识别定位方法中，所述对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板的步骤包括：
对所述图像进行图像形态学处理，以去除噪声；
对经图像形态学处理后的所述图像进行特征提取；
根据提取的所述特征识别所述图像中的指形板。
进一步地，所述跨座式单轨指形板识别定位方法中，在所述对所述图像进行图像形态学处理，以去除噪声的步骤之前，所述方法还包括：
将所述图像的类型从彩色图像转换为灰度图像；
对转换后的所述图像进行滤波增强处理。
进一步地，所述跨座式单轨指形板识别定位方法中，所述方法还包括：
预先建立指形板数据库，所述数据库中指形板与PC轨道梁号一一对应关联。
第二方面，本发明实施例提供一种跨座式单轨指形板识别定位系统，所述系统包括：
图像采集模块，用于采集PC轨道梁的图像；
图像识别模块，用于对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板；
对应关联模块，用于从预设的指形板数据库中确定与所述指形板对应关联的PC轨道梁号；
定位输出模块，用于将所述PC轨道梁号作为所述指形板的定位信息并输出。
进一步地，所述跨座式单轨指形板识别定位系统中，所述图像采集模块具体用于：
采用高速相机和激光光源采集PC轨道梁的图像。
进一步地，所述跨座式单轨指形板识别定位系统中，所述图像识别模块具体用于：
对所述图像进行图像形态学处理，以去除噪声；
对经图像形态学处理后的所述图像进行特征提取；
根据提取的所述特征识别所述图像中的指形板。
进一步地，所述跨座式单轨指形板识别定位系统中，所述系统还包括图像处理模块，用于：
在所述对所述图像进行图像形态学处理，以去除噪声的步骤之前，将所述图像的类型从彩色图像转换为灰度图像；
对转换后的所述图像进行滤波增强处理。
进一步地，所述跨座式单轨指形板识别定位系统中，所述系统还包括数据库建立模块，用于：
预先建立指形板数据库，所述数据库中指形板与PC轨道梁一一对应关联。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例提供的一种跨座式单轨指形板识别定位方法及系统，通过将指形板与PC轨道号梁关联起来，使得可以通过识别定位指形板来定位PC轨道梁号，提高了定位精度，可以更好地指导检修人员进行维护。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例一提供的一种跨座式单轨指形板识别定位方法的流程示意图；
图2是本发明实施例二提供的一种跨座式单轨指形板识别定位系统的功能模块示意图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中设置的组件。当一个组件被认为是“设置在”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中设置的组件。
此外，术语“长”“短”“内”“外”等指示方位或位置关系为基于附图所展示的方位或者位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或原件必须具有此特定的方位、以特定的方位构造进行操作，以此不能理解为本发明的限制。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一
有鉴于现有的指形板识别定位技术存在的缺陷，本发明人基于从事该行业多年丰富的实务经验及专业知识，并配合学理的运用，积极加以研究创新，以期创设一种切实可行的指形板识别定位技术，使其更具有实用性。在经过不断的研究、设计并反复试作及改进后，终于创设出确具实用价值的本发明。
请参阅图1，图1是本发明实施例公开的一种跨座式单轨指形板识别定位方法的流程示意图，该方法适用于对指形板进行定位的场景，该方法由跨座式单轨指形板识别定位系统来执行，该系统可以由软件和/或硬件实现。如图1所示，该跨座式单轨指形板识别定位方法可以包括以下步骤：
S101、采集PC轨道梁的图像。
优选的，所述步骤S101可进一步包括：
采用高速相机和激光光源采集PC轨道梁的图像。
需要说明的是，所述高速相机为高速面阵相机，所述激光光源为单色近红外线激光光源。当结构光扫到PC轨道梁上的指形板时，其光线会出现一定的凹凸不平的拆线出现，并且单色近红外线激光光源与PC轨道梁导向面形成一定的夹角，使其能完全扫描到指形板的凹凸面。所述高速面阵相机内置窄带滤光片，其主要功能为实时高速抓拍PC轨道梁的图像。
S102、对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板。
优选的，所述步骤S102可进一步包括：
对所述图像进行图像形态学处理，以去除噪声；
对经图像形态学处理后的所述图像进行特征提取；
根据提取的所述特征识别所述图像中的指形板。
需要说明的是，所述图像形态学处理包括去除所述图像中的噪音，并通过区域填充的方法填充连通区域。
优选的，在所述对所述图像进行图像形态学处理，以去除噪声的步骤之前，所述方法还包括：
将所述图像的类型从彩色图像转换为灰度图像；
对转换后的所述图像进行滤波增强处理。
需要说明的是，一般采集的原始图像肯定是彩色图像，包含了色彩和亮度信息等信息，本实施例在对图像进行图像形态学处理之前，需要先对彩色图像进行类型转换，将彩色图像进行灰度化处理。
S103、从预设的指形板数据库中确定与所述指形板对应关联的PC轨道梁号。
优选的，在所述步骤S103之前，或者是在所述步骤101之前，所述方法包括：
预先建立指形板数据库，所述数据库中指形板与PC轨道梁号一一对应关联。
需要说明的是，本实施例通过预先建立指形板与PC轨道梁号的一一对应关联，使得在后期从采集到的PC轨道梁图像中识别出指形板时，能够根据指形板的特征在指形板数据库中匹配对应的指形板数据，并确定与指形板对应关联的PC轨道梁号。
S104、将所述PC轨道梁号作为所述指形板的定位信息并输出。
需要说明的是，本实施例是将所述指形板的定位信息共享到列车定位模块。
本发明实施例提供的一种跨座式单轨指形板识别定位方法，通过将指形板与PC轨道梁号关联起来，使得可以通过指形板来定位PC轨道梁号，提高了定位精度，可以更好地指导检修人员进行维护。
实施例二
请参阅附图2，图2为本发明实施例二提供的一种跨座式单轨指形板识别定位系统的功能模块示意图，该系统适用于执行本发明实施例提供的跨座式单轨指形板识别定位方法。该系统具体包含如下模块：
图像采集模块201，用于采集PC轨道梁的图像；
图像识别模块202，用于对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板；
对应关联模块203，用于从预设的指形板数据库中确定与所述指形板对应关联的PC轨道梁号；
定位输出模块204，用于将所述PC轨道梁号作为所述指形板的定位信息并输出。
优选的，所述图像采集模块201具体用于：
采用高速相机和激光光源采集PC轨道梁的图像。
优选的，所述图像识别模块202具体用于：
对所述图像进行图像形态学处理，以去除噪声；
对经图像形态学处理后的所述图像进行特征提取；
根据提取的所述特征识别所述图像中的指形板。
优选的，所述系统还包括图像处理模块，用于：
在所述对所述图像进行图像形态学处理，以去除噪声的步骤之前，将所述图像的类型从彩色图像转换为灰度图像；
对转换后的所述图像进行滤波增强处理。
优选的，所述系统还包括数据库建立模块，用于：
预先建立指形板数据库，所述数据库中指形板与PC轨道梁号一一对应关联。
本发明实施例提供的一种跨座式单轨指形板识别定位系统，通过将指形板与PC轨道梁号关联起来，使得可以通过PC轨道梁号来定位指形板，提高了定位精度，可以更好地指导检修人员进行维护。
上述系统可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
至此，以说明和描述的目的提供上述实施例的描述。不意指穷举或者限制本公开。特定的实施例的单独元件或者特征通常不受到特定的实施例的限制，但是在适用时，即使没有具体地示出或者描述，其可以互换和用于选定的实施例。在许多方面，相同的元件或者特征也可以改变。这种变化不被认为是偏离本公开，并且所有的这种修改意指为包括在本公开的范围内。
提供示例实施例，从而本公开将变得透彻，并且将会完全地将该范围传达至本领域内技术人员。为了透彻理解本公开的实施例，阐明了众多细节，诸如特定零件、装置和方法的示例。显然，对于本领域内技术人员，不需要使用特定的细节，示例实施例可以以许多不同的形式实施，而且两者都不应当解释为限制本公开的范围。在某些示例实施例中，不对公知的工序、公知的装置结构和公知的技术进行详细地描述。
在此，仅为了描述特定的示例实施例的目的使用专业词汇，并且不是意指为限制的目的。除非上下文清楚地作出相反的表示，在此使用的单数形式“一个”和“该”可以意指为也包括复数形式。术语“包括”和“具有”是包括在内的意思，并且因此指定存在所声明的特征、整体、步骤、操作、元件和/或组件，但是不排除存在或额外地具有一个或以上的其他特征、整体、步骤、操作、元件、组件和/或其组合。除非明确地指示了执行的次序，在此描述的该方法步骤、处理和操作不解释为一定需要按照所论述和示出的特定的次序执行。还应当理解的是，可以采用附加的或者可选择的步骤。
当元件或者层称为是“在……上”、“与……接合”、“连接到”或者“联接到”另一个元件或层，其可以是直接在另一个元件或者层上、与另一个元件或层接合、连接到或者联接到另一个元件或层，也可以存在介于其间的元件或者层。与此相反，当元件或层称为是“直接在……上”、“与……直接接合”、“直接连接到”或者“直接联接到”另一个元件或层，则可能不存在介于其间的元件或者层。其他用于描述元件关系的词应当以类似的方式解释(例如，“在……之间”和“直接在……之间”、“相邻”和“直接相邻”等)。在此使用的术语“和/或”包括该相关联的所罗列的项目的一个或以上的任一和所有的组合。虽然此处可能使用了术语第一、第二、第三等以描述各种的元件、组件、区域、层和/或部分，这些元件、组件、区域、层和/或部分不受到这些术语的限制。这些术语可以只用于将一个元件、组件、区域或部分与另一个元件、组件、区域或部分区分。除非由上下文清楚地表示，在此使用诸如术语“第一”、“第二”及其他数值的术语不意味序列或者次序。因此，在下方论述的第一元件、组件、区域、层或者部分可以采用第二元件、组件、区域、层或者部分的术语而不脱离该示例实施例的教导。
空间的相对术语，诸如“内”、“外”、“在下面”、“在……的下方”、“下部”、“上方”、“上部”等，在此可出于便于描述的目的使用，以描述如图中所示的一个元件或者特征和另外一个或多个元件或者特征之间的关系。空间的相对术语可以意指包含除该图描绘的取向之外该装置的不同的取向。例如如果翻转该图中的装置，则描述为“在其他元件或者特征的下方”或者“在元件或者特征的下面”的元件将取向为“在其他元件或者特征的上方”。因此，示例术语“在……的下方”可以包含朝上和朝下的两种取向。该装置可以以其他方式取向(旋转90度或者其他取向)并且以此处的空间的相对描述解释。
Claims (10)
1.一种跨座式单轨指形板识别定位方法，其特征在于，所述方法包括：
采集PC轨道梁的图像；
对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板；
从预设的指形板数据库中确定与所述指形板对应关联的PC轨道梁号；
将所述PC轨道梁号作为所述指形板的定位信息并输出。
2.根据权利要求1所述的跨座式单轨指形板识别定位方法，其特征在于，所述采集PC轨道梁的图像的步骤包括：
采用高速相机和激光光源采集PC轨道梁的图像。
3.根据权利要求1所述的跨座式单轨指形板识别定位方法，其特征在于，所述对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板的步骤包括：
对所述图像进行图像形态学处理，以去除噪声；
对经图像形态学处理后的所述图像进行特征提取；
根据提取的所述特征识别所述图像中的指形板。
4.根据权利要求1所述的跨座式单轨指形板识别定位方法，其特征在于，在所述对所述图像进行图像形态学处理，以去除噪声的步骤之前，所述方法还包括：
将所述图像的类型从彩色图像转换为灰度图像；
对转换后的所述图像进行滤波增强处理。
5.根据权利要求1所述的跨座式单轨指形板识别定位方法，其特征在于，所述方法还包括：
预先建立指形板数据库，所述数据库中指形板与PC轨道梁号一一对应关联。
6.一种跨座式单轨指形板识别定位系统，其特征在于，所述系统包括：
图像采集模块，用于采集PC轨道梁的图像；
图像识别模块，用于对所述图像进行图像形态学处理及特征提取，识别所述图像中的指形板；
对应关联模块，用于从预设的指形板数据库中确定与所述指形板对应关联的PC轨道梁号；
定位输出模块，用于将所述PC轨道梁号作为所述指形板的定位信息并输出。
7.根据权利要求5所述的跨座式单轨指形板识别定位系统，其特征在于，所述图像采集模块具体用于：
采用高速相机和激光光源采集PC轨道梁的图像。
8.根据权利要求5所述的跨座式单轨指形板识别定位系统，其特征在于，所述图像识别模块具体用于：
对所述图像进行图像形态学处理，以去除噪声；
对经图像形态学处理后的所述图像进行特征提取；
根据提取的所述特征识别所述图像中的指形板。
9.根据权利要求5所述的跨座式单轨指形板识别定位系统，其特征在于，所述系统还包括图像处理模块，用于：
在所述对所述图像进行图像形态学处理，以去除噪声的步骤之前，将所述图像的类型从彩色图像转换为灰度图像；
对转换后的所述图像进行滤波增强处理。
10.根据权利要求5所述的跨座式单轨指形板识别定位系统，其特征在于，所述系统还包括数据库建立模块，用于：
预先建立指形板数据库，所述数据库中指形板与PC轨道梁号一一对应关联。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111122923.0A CN113838031A (zh) | 2021-09-24 | 2021-09-24 | 一种跨座式单轨指形板识别定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111122923.0A CN113838031A (zh) | 2021-09-24 | 2021-09-24 | 一种跨座式单轨指形板识别定位方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113838031A true CN113838031A (zh) | 2021-12-24 |
Family
ID=78970096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111122923.0A Pending CN113838031A (zh) | 2021-09-24 | 2021-09-24 | 一种跨座式单轨指形板识别定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113838031A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117197136A (zh) * | 2023-11-06 | 2023-12-08 | 中数智科(杭州)科技有限公司 | 跨座式单轨轨道梁损伤检测定位系统、方法和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679790A (zh) * | 2013-12-18 | 2014-03-26 | 安徽理工大学 | 一种基于图像处理技术的井下煤仓煤位检测方法 |
| CN109910946A (zh) * | 2017-12-13 | 2019-06-21 | 成都唐源电气股份有限公司 | 一种跨座式单轨检测车定位方法及装置 |
| CN111252110A (zh) * | 2020-01-17 | 2020-06-09 | 杭州中车车辆有限公司 | 用于跨座式单轨巡检车辆的轨道梁检测系统及检测方法 |
| CN112651988A (zh) * | 2021-01-13 | 2021-04-13 | 重庆大学 | 基于双指针定位的指形图像分割、指形板错台和紧固件异常检测方法 |
-
2021
- 2021-09-24 CN CN202111122923.0A patent/CN113838031A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679790A (zh) * | 2013-12-18 | 2014-03-26 | 安徽理工大学 | 一种基于图像处理技术的井下煤仓煤位检测方法 |
| CN109910946A (zh) * | 2017-12-13 | 2019-06-21 | 成都唐源电气股份有限公司 | 一种跨座式单轨检测车定位方法及装置 |
| CN111252110A (zh) * | 2020-01-17 | 2020-06-09 | 杭州中车车辆有限公司 | 用于跨座式单轨巡检车辆的轨道梁检测系统及检测方法 |
| CN112651988A (zh) * | 2021-01-13 | 2021-04-13 | 重庆大学 | 基于双指针定位的指形图像分割、指形板错台和紧固件异常检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 赵国腾: "跨座式单轨交通轨道梁表面裂纹识别方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》, no. 01, pages 1 - 2 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117197136A (zh) * | 2023-11-06 | 2023-12-08 | 中数智科(杭州)科技有限公司 | 跨座式单轨轨道梁损伤检测定位系统、方法和存储介质 |
| CN117197136B (zh) * | 2023-11-06 | 2024-01-26 | 中数智科(杭州)科技有限公司 | 跨座式单轨轨道梁损伤检测定位系统、方法和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109409272B (zh) | 基于机器视觉的电缆验收系统和方法 | |
| CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
| WO2018165590A1 (en) | Mobile microscopy system for air quality monitoring | |
| CN106680281A (zh) | 一种基于深度残差学习网络的柴油车尾气烟度检测方法 | |
| CN113838031A (zh) | 一种跨座式单轨指形板识别定位方法及系统 | |
| CN103837087B (zh) | 基于主动形状模型的受电弓自动检测方法 | |
| CN107463931A (zh) | 一种基于arm平台的实时指针仪表识读方法及装置 | |
| CN111724290B (zh) | 基于深度分层模糊算法的环保设备识别方法与系统 | |
| CN108932498B (zh) | 办公场所指纹识别鉴权机构 | |
| CN109325409B (zh) | 通行车辆套牌检验平台 | |
| CN115311740A (zh) | 一种电网基建现场人体异常行为识别方法及系统 | |
| CN115311241A (zh) | 一种基于图像融合和特征增强的煤矿井下行人检测方法 | |
| CN116823800A (zh) | 一种基于深度学习的复杂背景下桥梁混凝土裂缝检测方法 | |
| CN112508911A (zh) | 基于巡检机器人的轨交接触网悬挂支撑部件裂纹检测系统及其检测方法 | |
| Li et al. | Automatic bridge crack detection using boundary refinement based on real‐time segmentation network | |
| KR20120125741A (ko) | 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템 | |
| CN112184624A (zh) | 一种基于深度学习的图片检测方法及系统 | |
| CN106251629A (zh) | 识别公交车司机与乘客的方法及系统 | |
| CN110929690A (zh) | 一种基于深度神经网络的遥感影像路网提取方法 | |
| JP7130356B2 (ja) | 画像処理装置及び鉄道設備部品の保守管理方法 | |
| Stoitchkov et al. | Automatic detection of plan symbols in railway equipment engineering using a machine learning approach | |
| Bosurgi et al. | Automatic crack detection results using a novel device for survey and analysis of road pavement condition | |
| CN113723302A (zh) | 头盔佩戴状态的检测方法、装置、设备及存储介质 | |
| CN111054640A (zh) | 一种自动化机械检测装置 | |
| Posada Moreno et al. | Cargo wagon structural health estimation using computer vision |
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 | ||
| CB02 | Change of applicant information |
Address after: No. 10, Wansheng Road, Wanjiang Street, Dongguan City, Guangdong Province, 523039 Applicant after: Dongguan Nuoli Technology Co.,Ltd. Address before: 3 / F, building 10, Wanhong village, Wanjiang community, Wanjiang District, Dongguan City, Guangdong Province, 523039 Applicant before: DONGGUAN NANNAR ELECTRONICS TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information |