CN115931874A - 一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法 - Google Patents
一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法 Download PDFInfo
- Publication number
- CN115931874A CN115931874A CN202211562812.6A CN202211562812A CN115931874A CN 115931874 A CN115931874 A CN 115931874A CN 202211562812 A CN202211562812 A CN 202211562812A CN 115931874 A CN115931874 A CN 115931874A
- Authority
- CN
- China
- Prior art keywords
- detection mechanism
- image
- gap
- edge
- track
- 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
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及交通轨道检测领域,具体为一种搭载式磁悬浮智能动态巡检系统,包括异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构以及工控机;异物检测机构与工控机电连接,用于对悬浮磁轨道上的异物进行实时检测;缝隙宽度检测机构与工控机电连接,用于对磁悬浮轨道上的缝隙宽度进行检测;缝隙高度差检测机构用于检测磁悬浮轨道接缝位置处的高度差值;异物检测机构、缝隙宽度检测机构和缝隙高度差检测机构均与工控机电连接。本发明设计搭建了基于多检测机构的智能化线路系统,进一步提高了系统的检测效果;同时设计了异常状态的上报和处理系统,使异常状态能够及时得到处理。
Description
技术领域
本发明涉及交通轨道检测领域,特别涉及一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法。
背景技术
磁悬浮轨道列车的悬浮要依靠轨道和列车之间的电磁作用,因此对轨道的技术要求和安全性要求非常高,而磁悬浮列车对轨道的高要求主要体现在对轨道的几何参数精度要求上。如果磁浮线列车线路的轨道几何参数超限,可能会导致磁悬浮轨道列车在行驶过程中进入系统连续跟踪调节控制状态,最轻微的结果是影响列车的舒适度,更严重的情况甚至会导致列车运行中出现安全问题。因此为了能够保证磁悬浮轨道列车运行的安全性,除了保证磁悬浮轨道在安装过程中需要达到安装的精度要求,还需要在后期轨道维护中对磁悬浮轨道进行定期的安全检查,找出存在着安全隐患的轨道位置并进行维修。因此对轨道定期的检查维护,排除安全隐患是确保磁悬浮轨道列车运行安全性的重要工作;我国的中低速磁悬浮列车轨道的相关检测技术还处于刚刚起步的阶段,发展时间并不长,所以目前我国并没有成熟的技术和自主研发的检测设备可以完成对磁悬浮F型轨道精确、高效的测量。当前检测主要依靠人工和轨检仪相结合的方式,存在检测过程效率较低、误判率较高、状态检查不全面等不足。
发明内容
本发明提供了一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法,以解决现有技术中检测效率低、误判率较高的技术问题。
为达到上述目的,本发明的技术方案是这样实现的:
本发明提供了一种搭载式磁悬浮智能动态巡检系统,包括异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构以及工控机;
异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构以及工控机均搭载在外部的磁悬浮车辆上;
所述异物检测机构与所述工控机电连接,用于对悬浮磁轨道上的异物进行实时检测;
所述缝隙宽度检测机构与所述工控机电连接,用于对磁悬浮轨道上的缝隙宽度进行检测;
所述缝隙高度差检测机构用于检测磁悬浮轨道接缝位置处的高度差值;
所述异物检测机构、所述缝隙宽度检测机构和所述缝隙高度差检测机构均与所述工控机电连接。
优选地,所述工控机中设置有yolov4图像识别模型,所述异物检测机构借助所述yolov4图像识别模型对异物进行检测;
所述yolov4图像识别模型包括依次连接的预处理网络、CSPDarknet53基准网络、Neck网络以及Head输出端;
所述预处理网络用于对所述异物检测机构输出的图形进行预处理;
所述CSPDarknet53基准网络用于在预处理后的图像中提取在不同池化层中的特征表示;
所述Neck网络包括依次连接的SPP模块、FPN+PAN模块;所述SPP模块与所述CSPDarknet53基准网络连接,用于对不同池化层中的特征表示进行融合,得到鲁棒的特征表示;所述FPN+PAN模块用于在鲁棒的特征表示中对目标进行定位;
所述Head输出端用于将定位的目标进行输出。
优选地,所述工控机中设置有python图像处理模型,所述缝隙宽度检测机构借助所述python图像处理模型对磁悬浮轨道上的缝隙宽度进行检测;
所述python图像处理模型包括依次连接的图像处理模块、边缘处理模块和距离检测模块;
所述图像处理模块用于将所述缝隙宽度检测机构输出图像的调整成统一大小的灰度图像;
所述边缘处理模块用于对灰度图像转换为二值图像,在二值图像的中部构建竖直中线,以该竖直中线对二值图像进行竖直分割,并将分割后的二值图像转换成边缘图;
所述距离检测模块用于同时在两个边缘图中对缝隙的两侧的边缘直线进行定位,并测量同一边缘图中边缘直线的间距。
优选地,所述图像处理模块利用crop方法将所述缝隙宽度检测机构输出图像标准化成统一的大小,并将大小统一的图像转化成灰度图。
优选地,所述边缘处理模块利用大津算法用于将灰度图像转换成二值图像;所述边缘处理模块利用canny算法用于将二值图像转换成边缘图,以便于对磁悬浮轨道进行定位。
优选地,所述距离检测模块利用hough直线检测算法测量同一边缘图中边缘直线的间距。
优选地,所述缝隙高度差检测机构包括两个激光传感器,两个所述激光传感器分别安装在外部的磁悬浮车辆的左右两侧,且分别位于所述磁悬浮轨道的两根车轨正上方,用于检测磁悬浮轨道上的缝隙的高度差。
优选地,所述搭载式磁悬浮智能动态巡检系统还包括里程数检测机构,所述里程数检测机构安装在外部的磁悬浮车辆上,所述里程数检测机构与所述工控机电连接,用于检测磁悬浮运行的里程数。
优选地,所述工控机中编程设计有显示模块,所述显示模块是一个软件,显示的结果通过一个屏幕展示出来;
所述显示模块用于显示所述异物检测机构、所述缝隙宽度检测机构和所述缝隙高度差检测机构的检测结果。
本发明另一方面还提供一种缝隙宽度检测方法,其特征在于,使用以上所述的搭载式磁悬浮智能动态巡检系统进行检测,其具体包含如下步骤:
步骤S1、将缝隙宽度检测机构拍摄的图像输入到python图像处理模型内;
步骤S2、通过crop方法将输入的图像标准化为统一的图片大小;
步骤S3、把大小统一的图片转换为灰度图,并利用大津算法将图片转为二值图像;在二值图像的中部构建竖直中线,以该竖直中线对二值图像进行竖直分割;
步骤S4、利用canny算法将竖直分割后的二值图像转化为边缘图;
步骤S5、利用距离检测模块在两个边缘图中对缝隙的两侧的边缘直线进行定位,并测量同一边缘图中边缘直线的像素值间距;
步骤S6、利用缝隙高度差检测机构测量的磁悬浮轨道接缝高度信息和像素值间距建立像素值向实际距离转换参数的公式,借助该公式求出缝隙的实际宽度值。
本发明的有益效果:
1、本发明通过异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构、工控机设计了一种搭载式磁悬浮智能动态巡检系统,磁悬浮车辆在运行的过程中,对磁悬浮轨道上的异物和接缝进行实时监测,提高了检测效率;
2、本发明结构简单,设备小,不仅利于减少对单独轨道检测车的依赖,还利于批量生产、推广;与传统轨道检测车相比,投入小,无需购置专用的车辆,易维护;占用运输资源少,在相对封闭且运营里程较短磁悬浮轨道上,大大降低了中低速磁悬浮轨道检测的成本;
3、本发明的智能化使磁悬浮轨道所需的检测成本、频率以及精确度大大提高,极大降低了人工成本;可以边行边检以保障列车行驶安全与轨道维护;
4、本发明采取多种检测机构协同运行,例如异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构,能够较为全面地采集磁悬浮轨道的工作情况。并配有适配的算法,能够适应中低速磁悬浮“F”型轨道的复杂结构,高效检测中低速磁悬浮轨道出现的问题。
附图说明
图1为本发明的结构示意图;
图2为本发明各个检查机构的工作示意图;
图3为Yolov4算法流程图;
图4为Python算法流程图;
图5为本发明的设计框图;
图6为显示模块的显示状态图。
具体实施方式
下面结合附图及具体实施例对本发明再作进一步详细的说明。在本发明的描述中,相关方位或位置关系为基于图1所示的方位或位置关系,其中,“上”、“下”是指图1的上下方向,以图1为例,垂直纸面向上为上,垂直纸面向下为下,垂直纸面向左为左,垂直纸面向右为右,垂直纸面向内为前,垂直纸面向外为后,左右方向为横向,上下方向为竖向。需要理解的是,这些方位术语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,因此不能理解为对本发明的限制。
另外,在本发明中的“第一”、“第二”等描述,仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量或顺序。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个、三个等,除非另有明确具体的限定。
参照图1,本申请实施例提供了一种搭载式磁悬浮智能动态巡检系统,包括异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构以及工控机;
异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构以及工控机均搭载在外部的磁悬浮车辆上;
所述异物检测机构与所述工控机电连接,用于对悬浮磁轨道上的异物进行实时检测;
所述缝隙宽度检测机构与所述工控机电连接,用于对磁悬浮轨道上的缝隙宽度进行检测;
所述缝隙高度差检测机构用于检测磁悬浮轨道接缝位置处的高度差值;
所述异物检测机构、所述缝隙宽度检测机构和所述缝隙高度差检测机构均与所述工控机电连接。
所述异物检测机构与缝隙高度差检测机构在时间上进行了标定。
在本实施例中,所述工控机中设置有yolov4图像识别模型,所述异物检测机构借助所述yolov4图像识别模型对异物进行检测;
所述yolov4图像识别模型包括依次连接的预处理网络、CSPDarknet53基准网络、Neck网络以及Head输出端;
所述预处理网络用于对所述异物检测机构输出的图形进行预处理;
所述CSPDarknet53基准网络用于在预处理后的图像中提取在不同池化层中的特征表示;
所述Neck网络包括依次连接的SPP模块、FPN+PAN模块;所述SPP模块与所述CSPDarknet53基准网络连接,用于对不同池化层中的特征表示进行融合,得到鲁棒的特征表示;所述FPN+PAN模块用于在鲁棒的特征表示中对目标进行定位;
所述Head输出端用于将定位的目标进行输出。
在本实施例中,所述工控机中设置有python图像处理模型,所述缝隙宽度检测机构借助所述python图像处理模型对磁悬浮轨道上的缝隙宽度进行检测;
所述python图像处理模型包括依次连接的图像处理模块、边缘处理模块和距离检测模块;
所述图像处理模块用于将所述缝隙宽度检测机构输出图像的调整成统一大小的灰度图像;
所述边缘处理模块用于对灰度图像转换为二值图像,在二值图像的中部构建竖直中线,以该竖直中线对二值图像进行竖直分割,并将分割后的二值图像转换成边缘图;
所述距离检测模块用于同时在两个边缘图中对缝隙的两侧的边缘直线进行定位,并测量同一边缘图中边缘直线的间距。
在本实施例中,所述图像处理模块利用crop方法将所述缝隙宽度检测机构输出图像标准化成统一的大小,并将大小统一的图像转化成灰度图。
在本实施例中,所述边缘处理模块利用大津算法用于将灰度图像转换成二值图像;所述边缘处理模块利用canny算法用于将二值图像转换成边缘图,以便于对磁悬浮轨道进行定位。
在本实施例中,所述距离检测模块利用hough直线检测算法测量同一边缘图中边缘直线的间距。
在本实施例中,所述缝隙高度差检测机构包括两个激光传感器,两个所述激光传感器分别安装在外部的磁悬浮车辆的左右两侧,且分别位于所述磁悬浮轨道的两根车轨正上方,用于检测磁悬浮轨道上的缝隙的高度差。
在本实施例中,所示异物检测机构包括第一高速摄像机,第一高速摄像机对磁悬浮轨道进行实时拍摄,并将拍摄的图片反馈到工控机,工控机通过所述yolov4图像识别模型对异物进行检测。
在本实施例中,所述缝隙宽度检测机构包括两个第二高速摄像机,两个第二高速摄像机均安装在磁悬浮车辆上,且分别位于两根磁悬浮轨道的正上方,用于对磁悬浮轨道的接缝进行拍摄,并将拍摄的图像反馈到工控机中,工控机通过python图像处理模型分析计算接缝的实际宽度。
在本实施例中,所述搭载式磁悬浮智能动态巡检系统还包括里程数检测机构,所述里程数检测机构安装在外部的磁悬浮车辆上,所述里程数检测机构与所述工控机电连接,用于检测磁悬浮运行的里程数。
在本实施例中,所述工控机中编程设计有显示模块,所述显示模块是一个软件,显示的结果通过一个屏幕展示出来;
所述显示模块用于显示所述异物检测机构、所述缝隙宽度检测机构和所述缝隙高度差检测机构的检测结果。
参照图6,第一高速摄像机和激光传感器通过数据线把采集到的数据传送到上位机,上位机即工控机,数据在上位机中得到算法的处理,图像信息和处理结果通过显示模块显示到显示屏中。同时,处理后的数据可以与后台建立的数据库当中已有的数据进行比对,更加准确地判断磁悬浮轨道的状态。
基于Python的显示模块如图6所示,本交互界面采用python的Tkinter库,正上方展示视觉算法处理后的实时轨道情况。左下方和右下方刷新处理前的轨缝图片,图片旁边的轨缝宽度和轨缝高度差随着轨缝的刷新而刷新。其上方的高度会展现选定零高度平面后轨道的实时高度。最下分三个按扭分别能查看储存有历史异常情况的文件来。
本发明一方面还提供一种缝隙宽度检测方法,其特征在于,使用以上所述的搭载式磁悬浮智能动态巡检系统进行检测,其具体包含如下步骤:
步骤S1、将缝隙宽度检测机构拍摄的图像输入到python图像处理模型内;
步骤S2、通过crop方法将输入的图像标准化为统一的图片大小;
步骤S3、把大小统一的图片转换为灰度图,并利用大津算法将图片转为二值图像;在二值图像的中部构建竖直中线,以该竖直中线对二值图像进行竖直分割;
步骤S4、利用canny算法将竖直分割后的二值图像转化为边缘图;
步骤S5、利用距离检测模块在两个边缘图中对缝隙的两侧的边缘直线进行定位,并测量同一边缘图中边缘直线的像素值间距;
步骤S6、利用缝隙高度差检测机构测量的磁悬浮轨道接缝高度信息和像素值间距建立像素值向实际距离转换参数的公式,借助该公式求出缝隙的实际宽度值。
公式是由缝隙高度差检测机构测量的磁悬浮轨道接缝高度信息和像素值间距为自变量以轨道实际宽度为因变量拟合的直线。拟合得到的曲线为Z=Ax+By+C,x为图像处理得到的轨缝宽度像素值,y为摄像头到轨道的距离,A,B,C为拟合得到的常量。
本发明另一方面还提供一种基于图像的异物检测方法,使用以上所述的搭载式磁悬浮智能动态巡检系统进行检测,具体包括如下步骤:
步骤A1、将所述异物检测机构所拍摄的图像输入到所述工控机中的所述yolov4图像识别模型内;
步骤A2、CSPDarknet53基准网络从输入的图像中提取通用的特征表示,并将特征表示输入到所述SPP模块内;
步骤A3、所述SPP模块对不同池化层中的特征表示进行融合,得到鲁棒的特征表示,并将鲁棒的特征表示输入到所述FPN+PAN网络内;
步骤A4、所述FPN+PAN网络在特征图上构建金字塔;
yolov4图像识别模型提取金字塔中多特征层进行目标检测,一共提取三个特征层,分别位于中间层,中下层,底层,三个特征层的shape分别为(76,76,256)、(38,38,512)、(19,19,1024);
步骤A5、所述Head输出端将完成的目标检测结果进行输出。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不同限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。并且,本发明各个实施方式之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种搭载式磁悬浮智能动态巡检系统,其特征在于:包括异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构以及工控机;
异物检测机构、缝隙宽度检测机构、缝隙高度差检测机构以及工控机均搭载在外部的磁悬浮车辆上;
所述异物检测机构与所述工控机电连接,用于对悬浮磁轨道上的异物进行实时检测;
所述缝隙宽度检测机构与所述工控机电连接,用于对磁悬浮轨道上的缝隙宽度进行检测;
所述缝隙高度差检测机构用于检测磁悬浮轨道接缝位置处的高度差值;
所述异物检测机构、所述缝隙宽度检测机构和所述缝隙高度差检测机构均与所述工控机电连接。
2.根据权利要求1所述的搭载式磁悬浮智能动态巡检系统,其特征在于,所述工控机中设置有yolov4图像识别模型,所述异物检测机构借助所述yolov4图像识别模型对异物进行检测;
所述yolov4图像识别模型包括依次连接的预处理网络、CSPDarknet53基准网络、Neck网络以及Head输出端;
所述预处理网络用于对所述异物检测机构输出的图形进行预处理;
所述CSPDarknet53基准网络用于在预处理后的图像中提取在不同池化层中的特征表示;
所述Neck网络包括依次连接的SPP模块、FPN+PAN模块;所述SPP模块与所述CSPDarknet53基准网络连接,用于对不同池化层中的特征表示进行融合,得到鲁棒的特征表示;所述FPN+PAN模块用于在鲁棒的特征表示中对目标进行定位;
所述Head输出端用于将定位的目标进行输出。
3.根据权利要求1所述的搭载式磁悬浮智能动态巡检系统,其特征在于,所述工控机中设置有python图像处理模型,所述缝隙宽度检测机构借助所述python图像处理模型对磁悬浮轨道上的缝隙宽度进行检测;
所述python图像处理模型包括依次连接的图像处理模块、边缘处理模块和距离检测模块;
所述图像处理模块用于将所述缝隙宽度检测机构输出图像的调整成统一大小的灰度图像;
所述边缘处理模块用于对灰度图像转换为二值图像,在二值图像的中部构建竖直中线,以该竖直中线对二值图像进行竖直分割,并将分割后的二值图像转换成边缘图;
所述距离检测模块用于同时在两个边缘图中对缝隙的两侧的边缘直线进行定位,并测量同一边缘图中边缘直线的间距。
4.根据权利要求3所述的搭载式磁悬浮智能动态巡检系统,其特征在于,所述图像处理模块利用crop方法将所述缝隙宽度检测机构输出图像标准化成统一的大小,并将大小统一的图像转化成灰度图。
5.根据权利要求3所述的搭载式磁悬浮智能动态巡检系统,其特征在于,所述边缘处理模块利用大津算法用于将灰度图像转换成二值图像;所述边缘处理模块利用canny算法用于将二值图像转换成边缘图,以便于对磁悬浮轨道进行定位。
6.根据权利要求3所述的搭载式磁悬浮智能动态巡检系统,其特征在于,所述距离检测模块利用hough直线检测算法测量同一边缘图中边缘直线的间距。
7.根据权利要求6所述的搭载式磁悬浮智能动态巡检系统,其特征在于,所述缝隙高度差检测机构包括两个激光传感器,两个所述激光传感器分别安装在外部的磁悬浮车辆的左右两侧,且分别位于所述磁悬浮轨道的两根车轨正上方,用于检测磁悬浮轨道上的缝隙的高度差。
8.根据权利要求6所述的搭载式磁悬浮智能动态巡检系统,其特征在于,还包括里程数检测机构,所述里程数检测机构安装在外部的磁悬浮车辆上,所述里程数检测机构与所述工控机电连接,用于检测磁悬浮运行的里程数。
9.根据权利要求6至8任一项所述的搭载式磁悬浮智能动态巡检系统,其特征在于,所述工控机中编程设计有显示模块;
所述显示模块用于显示所述异物检测机构、所述缝隙宽度检测机构和所述缝隙高度差检测机构的检测结果。
10.一种缝隙宽度检测方法,其特征在于,使用权利要求9所述的搭载式磁悬浮智能动态巡检系统进行检测,其具体包含如下步骤:
步骤S1、将缝隙宽度检测机构拍摄的图像输入到python图像处理模型内;
步骤S2、通过crop方法将输入的图像标准化为统一的图片大小;
步骤S3、把大小统一的图片转换为灰度图,并利用大津算法将图片转为二值图像;在二值图像的中部构建竖直中线,以该竖直中线对二值图像进行竖直分割;
步骤S4、利用canny算法将竖直分割后的二值图像转化为边缘图;
步骤S5、利用距离检测模块在两个边缘图中对缝隙的两侧的边缘直线进行定位,并测量同一边缘图中边缘直线的像素值间距;
步骤S6、利用缝隙高度差检测机构测量的磁悬浮轨道接缝高度信息和像素值间距建立像素值向实际距离转换参数的公式,借助该公式求出缝隙的实际宽度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211562812.6A CN115931874A (zh) | 2022-12-07 | 2022-12-07 | 一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211562812.6A CN115931874A (zh) | 2022-12-07 | 2022-12-07 | 一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115931874A true CN115931874A (zh) | 2023-04-07 |
Family
ID=86697217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211562812.6A Pending CN115931874A (zh) | 2022-12-07 | 2022-12-07 | 一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115931874A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117068233A (zh) * | 2023-10-16 | 2023-11-17 | 江苏天佑路航认证检测有限公司 | 一种基于大数据的磁悬浮列车安全检测系统及方法 |
CN117719554A (zh) * | 2024-02-18 | 2024-03-19 | 成都磁速科技有限公司 | 高温超导磁悬浮轨道巡检预警系统 |
-
2022
- 2022-12-07 CN CN202211562812.6A patent/CN115931874A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117068233A (zh) * | 2023-10-16 | 2023-11-17 | 江苏天佑路航认证检测有限公司 | 一种基于大数据的磁悬浮列车安全检测系统及方法 |
CN117068233B (zh) * | 2023-10-16 | 2023-12-15 | 江苏天佑路航认证检测有限公司 | 一种基于大数据的磁悬浮列车安全检测系统及方法 |
CN117719554A (zh) * | 2024-02-18 | 2024-03-19 | 成都磁速科技有限公司 | 高温超导磁悬浮轨道巡检预警系统 |
CN117719554B (zh) * | 2024-02-18 | 2024-04-26 | 成都磁速科技有限公司 | 高温超导磁悬浮轨道巡检预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115931874A (zh) | 一种搭载式磁悬浮智能动态巡检系统及缝隙宽度检测方法 | |
CN107678036B (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 | |
WO2023045299A1 (zh) | 基于三维轮廓的路面技术状况检测方法及设备 | |
CN109900706A (zh) | 一种基于深度学习的焊缝及焊缝缺陷检测方法 | |
CN114359246B (zh) | 输送机皮带检测方法、装置、系统、电子设备及介质 | |
CN107703513B (zh) | 一种基于图像处理的非接触式接触网相对位置检测方法 | |
CN106679567A (zh) | 基于双目立体视觉的接触网及支柱几何参数检测测量系统 | |
CN111781113B (zh) | 一种粉尘网格化定位方法及粉尘网格化监测方法 | |
CN110930407B (zh) | 一种基于图像处理的悬浮间隙视觉检测方法 | |
CN104101600A (zh) | 连铸坯断面微小裂纹检测方法及装置 | |
CN110146019A (zh) | 一种基于工业相机的工件尺寸在线检测与自动补偿方法 | |
CN110260818B (zh) | 一种基于双目视觉的电子连接器鲁棒检测方法 | |
CN112017173A (zh) | 基于目标检测网络和结构化定位的电力设备缺陷检测方法 | |
CN108921164A (zh) | 一种基于三维点云分割的接触网定位器坡度检测方法 | |
CN111598855B (zh) | 一种基于深度学习和迁移学习的2c设备高铁接触网吊弦缺陷检测方法 | |
Zheng et al. | Rail detection based on LSD and the least square curve fitting | |
CN117037132A (zh) | 一种基于机器视觉的船舶水尺读数检测和识别方法 | |
CN113554667A (zh) | 一种基于图像识别的三维位移检测方法及装置 | |
CN115761509A (zh) | 基于图像识别的多测点轨道形位病害测量方法 | |
CN111833385A (zh) | 一种视觉技术用智能检测装置成像系统及成像方法 | |
Qiu et al. | Rail fastener positioning based on double template matching | |
CN117492026B (zh) | 结合激光雷达扫描的铁路货车装载状态检测方法及系统 | |
CN103337067B (zh) | 单针扫描式螺纹测量仪探针x轴旋转偏差的视觉检测方法 | |
CN113255469A (zh) | 交通监控场景道路占有率的测定方法及装置 | |
CN116989881A (zh) | 一种基于线激光目标识别的接触线振动测量系统及方法 |
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 |