CN116127779B - 一种软横跨一次到位安装方法及系统 - Google Patents
一种软横跨一次到位安装方法及系统 Download PDFInfo
- Publication number
- CN116127779B CN116127779B CN202310239394.5A CN202310239394A CN116127779B CN 116127779 B CN116127779 B CN 116127779B CN 202310239394 A CN202310239394 A CN 202310239394A CN 116127779 B CN116127779 B CN 116127779B
- Authority
- CN
- China
- Prior art keywords
- information
- installation
- image
- parameter information
- representing
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本公开提供一种软横跨一次到位安装方法及系统,能够通过新型的仿真计算模型进行程序化仿真计算而得到可视化方式显示精准全面的安装信息,使得安装能够一次性到位,将安装信息通过可视化形式进行显示,不仅可以直观显示软横跨安装后的效果,还可以在效果图中标注安装所需的各类参数,将安装细节进行标注,有利于现场安装人员一次性安装,提升安装效率。根据第一参数信息和第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;根据第一图像信息、第二图像信息、第一参数信息、第二参数信息以及安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息。
Description
技术领域
本公开涉及测量及仿真计算技术领域,尤其涉及一种软横跨一次到位安装方法及系统。
背景技术
当前,电气化普速铁路、站场、货场、动车运行等还大量采用软横跨或硬横跨(固定绳)多股道悬挂定位方式,尤其是面对既有改造施工时,如何在有限的时间内,确保安装的软横跨一次到位,也是一个难题。当前国内外都没有统一的预制仿真软件,很多都还是采用多年前的旧软件,或是excel电子表格简单计算,其计算参数不全面、没有预制图形或预制图形不直观、与计算机系统不兼容、计算精度差、数据考虑不全面等缺点。
此外,现有的软横跨施工中所涉及的测量数据均是人工通过传统测量仪器进行测量,不仅效率低下,而且人为因素影响较大,导致最后预制计算的结果不准确。
公开于本申请背景技术部分的信息仅仅旨在加深对本申请的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本公开实施例提供一种软横跨一次到位安装方法,能够至少解决现有技术中的部分问题,也即解决现有人工通过传统测量仪器进行测量,不仅效率低下,而且人为因素影响较大,导致最后预制计算的结果不准确的问题。
本公开实施例的第一方面,
提供一种软横跨一次到位安装方法,包括:
基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
根据所述第一参数信息和所述第二参数信息,结合待安装软横跨的支柱信息、股道信息、相关悬挂的负载信息,通过预先训练好的仿真计算模型进行模拟仿真计算,确定出软横跨对应的真实安装信息;
根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息。
在一种可选的实施方式中,
所述第一图像信息包括第一支柱和第二支柱整体的图像信息,所述第二图像信息包括线路股道、第一支柱底部和第二支柱底部的图像信息;
所述第一参数信息包括所述第一支柱和所述第二支柱的整体高度信息、倾斜度信息以及相对高度信息;
所述第二参数信息包括股道间距信息,以及股道与第一支柱和第二支柱的距离信息;
根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息的方法包括:
所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征;
基于预先设定的图像坐标系,将所述第一目标特征转换为第一向量信息,将所述第二目标特征转换为第二向量信息;
通过所述第一向量信息和所述第二向量信息,结合预先选定的参考信息和所述图像坐标系,确定所述第一向量信息对应的第一参数信息和所述第二向量信息对应的第二参数信息。
在一种可选的实施方式中,
所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征的方法包括:
所述图像识别模型将所述第一图像信息和所述第二图像信息转换为二值图,并去除转换为二值图后图像中的背景信息;
基于预先选定的滑动框在二值图中进行滑动,确定多个候选区域,并通过池化层对所述多个候选区域进行最大池化操作;
根据反向传播算法和随机梯度下降算法,对进行最大池化操作后候选区域进行分类处理,确定第一图像信息中的第一目标特征和第二图像信息中的第二目标特征,其中,
所述第一目标特征包括第一支柱和第二支柱,以及所述第一支柱和所述第二支柱在所述第一图像信息中的边框信息,所述第二目标特征包括股道,以及所述股道在所述第二图像信息中的边框信息。
在一种可选的实施方式中,
所述方法还包括:
通过如下公式所示的方法对所述图像识别模型进行训练,以使所述图像识别模型能够从所述第一图像信息中提取所述第一目标特征和从所述第二图像信息中提取所述第二目标特征:
其中,表示损失函数,/>表示真实类别,/>表示预测类别,/>表示真实位置边框,/>表示预测位置边框,/>表示类别训练样本数,/>表示位置训练样本数,/>表示调节参数,/>表示类别对应的交叉熵损失,/>表示位置对应的交叉熵损失,m表示样本数。
在一种可选的实施方式中,
根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息的方法包括:
通过预先训练好的安装仿真模型,确定所述待安装软横跨对应的负载信息与软横跨节点之间的对应关系,获取待安装软横跨各个节点的悬挂点负载;
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息。
在一种可选的实施方式中,
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置的方法如下公式所示:
若且为最小值,则/>所对应的点为最短吊弦位置;
其中,表示负载悬挂点的y坐标值,/>表示节点k的转动力矩,/>表示垂直分力,/>表示左侧距悬挂点i的水平距离,/>表示支柱顶部承受的水平张力,/>表示第k股道距离悬挂点的水平距离,/>,/>表示横向承力索最低悬挂点到第一支柱和第二支柱的距离,n表示节点的数量;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息的方法如下公式所示:
其中,表示横向承力索的分段长度之和的总长度,/>表示相邻股道的距离,/>表示i点的Y坐标值,/>表示i+1点的Y坐标值,/>表示横向承力索的分段长度,表示横向承力索的总长度;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息的方法如下公式所示:
其中,表示上、下部固定绳长度,/>表示第一参数信息中倾斜度信息之和,/>表示左、右上下部固定绳的安装高度,/>表示最短吊弦高度,/>表示线间距离,/>表示股道数量。
在一种可选的实施方式中,
确定安装信息之后,所述方法还包括:
确定拟安装在横向承力索下方的悬吊滑轮的属性信息,其中,所述悬吊滑轮的属性信息包括所述悬吊滑轮的重量、受力信息中至少一种;
根据所述悬吊滑轮的属性信息,以及横向承力索挂载所述悬吊滑轮的受力信息,确定所述悬吊滑轮的偏移量:
其中,X Pn 表示悬吊滑轮的偏移量,Pn表示悬吊滑轮,L n 表示当前悬挂的有效长度,n表示节点的数量,T m 表示承力索m对应的张力,、/>表示当前悬挂点左右跨距,/>、、/>表示左侧悬挂、当前悬挂、右侧悬挂的之字值,/>、/>、/>表示悬挂点承受的三种负载,g表示重力加速度;
根据所述悬吊滑轮偏移量调整软横跨对应的安装信息。
本公开实施例的第二方面,
提供一种软横跨安装系统,所述系统包括:
第一单元,被配置为基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
第二单元,被配置为根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
第三单元,被配置为根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;
第四单元,被配置为根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息。
在一种可选的实施方式中,
所述第一图像信息包括第一支柱和第二支柱整体的图像信息,所述第二图像信息包括股道、第一支柱底部和第二支柱底部的图像信息;
所述第一参数信息包括所述第一支柱和所述第二支柱的整体高度信息、倾斜度信息以及相对高度信息;
所述第二参数信息包括股道间距信息,以及股道与第一支柱和第二支柱的距离信息;
所述第二单元还被配置为:
所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征;
基于预先设定的图像坐标系,将所述第一目标特征转换为第一向量信息,将所述第二目标特征转换为第二向量信息;
通过所述第一向量信息和所述第二向量信息,结合预先选定的参考信息和所述图像坐标系,确定所述第一向量信息对应的第一参数信息和所述第二向量信息对应的第二参数信息。
在一种可选的实施方式中,
所述第二单元还被配置为:
所述图像识别模型将所述第一图像信息和所述第二图像信息转换为二值图,并去除转换为二值图后图像中的背景信息;
基于预先选定的滑动框在二值图中进行滑动,确定多个候选区域,并通过池化层对所述多个候选区域进行最大池化操作;
根据反向传播算法和随机梯度下降算法,对进行最大池化操作后候选区域进行分类处理,确定第一图像信息中的第一目标特征和第二图像信息中的第二目标特征,其中,
所述第一目标特征包括第一支柱和第二支柱,以及所述第一支柱和所述第二支柱在所述第一图像信息中的边框信息,所述第二目标特征包括股道,以及所述股道在所述第二图像信息中的边框信息。
在一种可选的实施方式中,
所述第二单元还被配置为:
通过如下公式所示的方法对所述图像识别模型进行训练,以使所述图像识别模型能够从所述第一图像信息中提取所述第一目标特征和从所述第二图像信息中提取所述第二目标特征:
其中,表示损失函数,/>表示真实类别,/>表示预测类别,/>表示真实位置边框,/>表示预测位置边框,/>表示类别训练样本数,/>表示位置训练样本数,/>表示调节参数,/>表示类别对应的交叉熵损失,/>表示位置对应的交叉熵损失,m表示样本数。
在一种可选的实施方式中,
所述第三单元还被配置为:
通过预先训练好的安装仿真模型,确定所述待安装软横跨对应的负载信息与软横跨节点之间的对应关系,获取待安装软横跨各个节点的悬挂点负载;
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息。
在一种可选的实施方式中,
所述第三单元还被配置为:
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置的方法如下公式所示:
若且为最小值,则/>所对应的点为最短吊弦位置;
其中,表示节点k的转动力矩,/>表示k点的悬挂负载,/>表示水平力,/>表示第k股道距离悬挂点的水平距离,/>,/>表示横向承力索最低悬挂点到第一支柱和第二支柱的距离;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息的方法如下公式所示:
其中,表示横向承力索的分段长度和总长度,/>表示相邻股道的距离,/>表示横向承力索的分段长度,/>表示横向承力索的总长度;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息的方法如下公式所示:
其中,表示上、下部固定绳长度,/>表示第一参数信息中倾斜度信息之和,/>表示左、右上下部固定绳的安装高度,/>表示最短吊弦高度,/>表示线间距离,/>表示股道数量。
在一种可选的实施方式中,
所述系统还包括第五单元,所述第五单元被配置为:
确定拟安装在横向承力索下方的悬吊滑轮的属性信息,其中,所述悬吊滑轮的属性信息包括所述悬吊滑轮的重量、受力信息中至少一种;
根据所述悬吊滑轮的属性信息,以及横向承力索挂载所述悬吊滑轮的受力信息,确定所述悬吊滑轮的偏移量:
其中,X Pn 表示悬吊滑轮的偏移量,Pn表示悬吊滑轮,L n 表示当前悬挂的有效长度,n表示节点的数量,T m 表示承力索m对应的张力,、/>表示当前悬挂点左右跨距,/>、、/>表示左侧悬挂、当前悬挂、右侧悬挂的之字值,/>、/>、/>表示悬挂点承受的三种负载,g表示重力加速度;
根据所述悬吊滑轮偏移量调整软横跨对应的安装信息。
本公开实施例的第三方面,
提供一种设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述中任意一项所述的方法。
本公开实施例的第四方面,
提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述中任意一项所述的方法。
本公开实施例提供一种软横跨安装方法,所述方法包括:
基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
通过图像传感器获取目标区域中支柱和股道等与安装软横跨相关的图像信息,再通过图像处理技术,从图像信息中获取相关的参数信息,相比于人工通过传统测量仪测量,不仅效率大幅提升,而且能够有效避免人工测量所带来的主观误差等;
根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
基于图像识别模型,能够识别图像中目标特征,也即将图像中的支柱、股道等信息提取出来,并且配合数学计算等方式,确定图像中目标特征对应的参数信息,使得从图像获取到参数确定一步到位,提高了整体计算效率;
根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;
通过所获取的与安装相关的参数信息,结合安装仿真模型,进行预制计算,安装仿真模型中集成了与预制计算所有相关的算法,只需将安装相关的参数信息输入后,即可直接确定软横跨对应的安装信息,计算精度高、全面考虑所需数据;
根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息;
将安装信息通过可视化形式进行显示,不仅可以直观显示软横跨安装后的效果,还可以在效果图中标注安装所需的各类参数,将安装细节进行标注,有利于现场安装人员一次性安装,提升安装效率。
附图说明
图1示例性地示出本公开实施例软横跨安装方法的流程示意图;
图2示例性地示出本公开实施例滑动框选出多个候选区域的示意图;
图3示例性地示出本公开实施例确定目标类别和位置信息的示意图;
图4示例性地示出本公开实施例软横跨安装系统的示意图;
图5示例性地示出本公开实施例悬吊滑轮偏移的示意图;
图6示例性地示出本公开实施例安装仿真场景信息的示意图;
图7示例性地示出本公开实施例软横跨安装系统的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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他实施例,都属于本公开保护的范围。
下面以具体地实施例对本公开的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
示例性地,软横跨是接触网的一种特殊的支持装置,在枢纽站场股道间距受限的情况下,可以通过软横跨装置将各股道的定位及悬挂负载传递到位于股道两侧两根支柱上,实现固定多股道悬挂定位。
软横跨是一种软悬挂的定位装置,一组软横跨固定多股道接触悬挂,任何一股道悬挂参数变化,将引起该软横跨整体参数发生连锁变化,软横跨能跨越的股道数有2至13股道不等情况(部分包含非电化股道),一组软横跨可同时跨越咽喉、多股道场区和正线等,施工影响多个线别、多个方向运输。
一般的,软横跨结构主要包括支柱、横向承力索、上部固定绳和下部固定绳。横向承力索、上部固定绳和下部固定绳用于固定定位节点和基础悬挂,保证接触网参数达标,横向承力索作为主要的受力部分。
针对现有技术安装软横跨所带来的各种问题,本公开实施例提供一种软横跨安装方法。
图1示例性地示出本公开实施例软横跨安装方法的流程示意图,如图1所示,所述方法包括:
S101、基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
示例性地,所述第一图像信息包括第一支柱和第二支柱整体的图像信息,所述第二图像信息包括股道、第一支柱底部和第二支柱底部的图像信息;
实际应用中,是通过人工的方式采用传统测量仪,例如激光测量仪到现场测量立柱,但是不同的测量仪器、不同的施工作业习惯甚至是作业方向都会导致所确定的参数不同,不仅耗时耗力,还容易因为作业人员的主观因素,导致所测量参数存在测量误差。
通过图像传感器获取目标区域中支柱和股道等与安装软横跨相关的图像信息,再通过图像处理技术,从图像信息中获取相关的参数信息,相比于人工通过传统测量仪测量,不仅效率大幅提升,而且能够有效避免人工测量所带来的主观误差等。
S102、根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
示例性地,
所述第一参数信息包括所述第一支柱和所述第二支柱的整体高度信息、倾斜度信息以及相对高度信息;
所述第二参数信息包括股道间距信息,以及股道与第一支柱和第二支柱的距离信息;
其中,第一支柱的倾斜度信息可以包括支柱斜率和倾斜度;整体高度信息可以包括第一支柱和第二支柱相比于水平参考面的高度;相对高度信息可以包括第一支柱和第二支柱的高度差;
股道间距信息可以包括相邻股道之间的距离信息、离第一支柱最近的股道与第一支柱的距离信息、离第二支柱最近的股道与第二支柱的距离信息;
在一种可选的实施方式中,
根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息的方法包括:
所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征;
基于预先设定的图像坐标系,将所述第一目标特征转换为第一向量信息,将所述第二目标特征转换为第二向量信息;
通过所述第一向量信息和所述第二向量信息,结合预先选定的参考信息和所述图像坐标系,确定所述第一向量信息对应的第一参数信息和所述第二向量信息对应的第二参数信息。
示例性地,在所获取的图像信息中,往往会包含背景信息,例如第一支柱和第二支柱所在背景中可能存在房屋等背景物,此时,则需要将背景信息去除,一来能够提高识别的准确度,二来能够提高计算效率;具体地,去除背景的方法可以将图像二值化,根据二值化后的图像像素点,筛除与目标像素点不同的背景像素点;需要说明的是,本公开实施例中去除背景信息是为了提高识别准确度和提高计算效率,对于去除背景信息的具体方法并不进行限定。
示例性地,在所获取的图像信息中,往往会包含背景信息,例如第一支柱和第二支柱所在背景中可能存在房屋等背景物,此时,则需要将背景信息去除,一来能够提高识别的准确度,二来能够提高计算效率;具体地,去除背景的方法可以将图像二值化,根据二值化后的图像像素点,筛除与目标像素点不同的背景像素点;需要说明的是,本公开实施例中去除背景信息是为了提高识别准确度和提高计算效率,对于去除背景信息的具体方法并不进行限定。
其中,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征,能够对图像信息中的图像特征进一步分析,得到图像特征后,基于预先设定的图像坐标系,将图像特征转换为向量信息,例如,可以以第一支柱和第二支柱的中心点为原点,以平行于第一支柱和第二支柱的方向为纵坐标轴,垂直于第一支柱和第二支柱的方向为横坐标轴,将图像信息进行数字化,便于后期参数计算,以及安装可视化处理;
确定向量信息后,可以结合预先选定的参考信息和图像坐标系,将向量信息转换为参数信息,其中,参数信息可以包括具体的数值,例如,立柱的具体高度、倾斜度的值具体是多少、股道之间的距离的具体值等等;参考信息可以是轨面红线、立柱的具体属性信息等,图像坐标系可以是将图像信息抽象后,参考实际坐标系,对图像信息中各个特征进行标识。
在一种可选的实施方式中,
所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征的方法包括:
所述图像识别模型将所述第一图像信息和所述第二图像信息转换为二值图,并去除转换为二值图后图像中的背景信息;
基于预先选定的滑动框在二值图中进行滑动,确定多个候选区域,并通过池化层对所述多个候选区域进行最大池化操作;
根据反向传播算法和随机梯度下降算法,对进行最大池化操作后候选区域进行分类处理,确定第一图像信息中的第一目标特征和第二图像信息中的第二目标特征,其中,
所述第一目标特征包括第一支柱和第二支柱,以及所述第一支柱和所述第二支柱在所述第一图像信息中的边框信息,所述第二目标特征包括股道,以及所述股道在所述第二图像信息中的边框信息。
示例性地,本公开的图像识别模型可以是基于神经网络模型构建的,用于识别图像中的类别信息和位置信息,其中,本公开的图像识别模型可以由候选目标确定网络、目标类别识别及目标定位网络组成,
图2示例性地示出本公开实施例滑动框选出多个候选区域的示意图,如图2所示,
候选目标确定网络可以通过预先选定的滑动框在二值图中进行滑动,其中,滑动框可以是3*3、9*9的像素点构成的方框,滑动框在二值图中进行滑动,生成多个不同长宽比的候选区域;
图3示例性地示出本公开实施例确定目标类别和位置信息的示意图,如图3所示,为了从多个候选区域中确定最终目标,可以通过池化层对多个候选区域进行最大池化操作,得到候选区域池化层,将候选区域池化层经过全卷积层后,得到候选区域特征向量,再次经过两个全卷积层,得到目标特征类别,以及目标特征位置信息;
其中,可以根据反向传播算法和随机梯度下降算法,对最大池化操作后候选区域进行分类处理;
可选地,可以通过如下公式所示的方法对所述图像识别模型进行训练,以使所述图像识别模型能够从所述第一图像信息中提取所述第一目标特征和从所述第二图像信息中提取所述第二目标特征:
其中,表示损失函数,/>表示真实类别,/>表示预测类别,/>表示真实位置边框,/>表示预测位置边框,/>表示类别训练样本数,/>表示位置训练样本数,/>表示调节参数,/>表示类别对应的交叉熵损失,/>表示位置对应的交叉熵损失,m表示样本数。
基于图像识别模型,能够识别图像中目标特征,也即将图像中的支柱、股道等信息提取出来,并且配合数学计算等方式,确定图像中目标特征对应的参数信息,使得从图像获取到参数确定一步到位,提高了整体计算效率。
S103、根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;
示例性地,本公开实施例的软横跨对应的负载信息可以包括节点负载、股道接触悬挂以及软横跨线索负载中至少一种,其中,不同的负载类型,可以对应不同的负载重量;
示例性地,本公开实施例的安装仿真模型可以集成确定安装软横跨所需安装信息的全面算法模型,通过输入第一参数信息和第二参数信息,即可输出与安装相关的各类信息,包括但不限于悬挂点负载、最短吊弦位置、横向承力索的安装信息以及上下部固定绳的安装信息中至少一种;通过集成各类算法模型,并且对信息进行自动匹配,能够有效提高计算效率,并且保证结果准确性,省去了分开计算的繁琐步骤。
在一种可选的实施方式中,
根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息的方法包括:
通过预先训练好的安装仿真模型,确定所述待安装软横跨对应的负载信息与软横跨节点之间的对应关系,获取待安装软横跨各个节点的悬挂点负载;
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置;
图4示例性地示出本公开实施例软横跨安装系统的示意图。
在一种可选的实施方式中,
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置的方法如下公式所示:
若且为最小值,则/>所对应的点为最短吊弦位置;
其中,表示负载悬挂点的y坐标值,/>表示节点k的转动力矩,/>表示垂直分力,/>表示左侧距悬挂点i的水平距离,/>表示支柱顶部承受的水平张力,/>表示第k股道距离悬挂点的水平距离,/>,/>表示横向承力索最低悬挂点到第一支柱和第二支柱的距离,n表示节点的数量;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息的方法如下公式所示:
其中,表示横向承力索的分段长度之和的总长度,/>表示相邻股道的距离,/>表示i点的Y坐标值,/>表示i+1点的Y坐标值,/>表示横向承力索的分段长度,表示横向承力索的总长度;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息。
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息的方法如下公式所示:
其中,表示上、下部固定绳长度,/>表示第一参数信息中倾斜度信息之和,/>表示左、右上下部固定绳的安装高度,/>表示最短吊弦高度,/>表示线间距离,/>表示股道数量。
在一种可选的实施方式中,
确定安装信息之后,所述方法还包括:
确定拟安装在横向承力索下方的悬吊滑轮的属性信息,其中,所述悬吊滑轮的属性信息包括所述悬吊滑轮的重量、受力信息中至少一种;
根据所述悬吊滑轮的属性信息,以及横向承力索挂载所述悬吊滑轮的受力信息,确定所述悬吊滑轮的偏移量:
其中,X Pn 表示悬吊滑轮的偏移量,Pn表示悬吊滑轮,L n 表示当前悬挂的有效长度,n表示节点的数量,T m 表示承力索m对应的张力,、/>表示当前悬挂点左右跨距,/>、、/>表示左侧悬挂、当前悬挂、右侧悬挂的之字值,/>、/>、/>表示悬挂点承受的三种负载,g表示重力加速度;
根据所述悬吊滑轮偏移量调整软横跨对应的安装信息。
图5示例性地示出本公开实施例悬吊滑轮偏移的示意图,如图5所示,悬挂的承力索一般是放置在悬吊滑轮轮槽内,悬吊滑轮通过滑轮上的挂钩垂直固定在带耳定位环线夹内。
在实际应用中,上部固定索定位环线夹调整后,会导致横承索与上部固定索原本垂直的直吊线产生偏移而变得不再垂直,同时整组软横跨原来的受力平衡系统也将被打破,导致其他悬挂处的参数产生变化。新建工程软横跨施工安装过程中,因承导线均未架设,软横跨安装后也不能进行调整,只能等承导架设后再作全面悬挂调整,这将导致大面积集中调整,工作量大,人力投入多;在既有站改工程中,因施工封锁时间有限,软横跨调整易占用天窗时间,容易出现施工延点或是利用下一个天窗点进行调整的情况。
而本公开实施例通过确定悬吊滑轮的属性信息,其中,属性信息可以包括悬吊滑轮的重量、受力信息中至少一种,通过悬吊滑轮的属性信息,能够准确进行受力分析,从而确定实际操作过程中悬吊滑轮的偏移量;
示例性地,可以通过悬吊滑轮的属性信息、横向承力索挂载的悬吊滑轮的受力信息,确定悬吊滑轮的偏移量;
具体地,确定悬吊滑轮的偏移量可以通过如下公式所示的方法确定:
其中,表示偏移量,/>表示悬吊滑轮零件固定挂钩处与承力索中心的长度,/>表示承力索在悬挂点的侧跨距,/>表示悬挂点的拉出值。
通过所获取的与安装相关的参数信息,结合安装仿真模型,进行预制计算,安装仿真模型中集成了与预制计算所有相关的算法,只需将安装相关的参数信息输入后,即可直接确定软横跨对应的安装信息,计算精度高、全面考虑所需数据;
S104、根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息。
图6示例性地示出本公开实施例安装仿真场景信息的示意图,如图6所示,本公开的安装仿真场景信息将实际场景数据化,也即将安装所需的参数在安装仿真场景信息中进行标注,从而使得具体的安装人员能够根据安装仿真场景信息进行准确安装,确保能够一次性安装成功。
本公开的安装仿真场景信息可以通过可视化安装模型自动生成,省去了技术人员进行画图的工作量,示例性地,本公开的可视化安装模型设置有第三方数据接口,可以将相关信息对接给画图软件,降低画图所需的工作量。
将安装信息通过可视化形式进行显示,不仅可以直观显示软横跨安装后的效果,还可以在效果图中标注安装所需的各类参数,将安装细节进行标注,有利于现场安装人员一次性安装,提升安装效率。
本公开实施例提供一种软横跨安装方法,所述方法包括:
基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
通过图像传感器获取目标区域中支柱和股道等与安装软横跨相关的图像信息,再通过图像处理技术,从图像信息中获取相关的参数信息,相比于人工通过传统测量仪测量,不仅效率大幅提升,而且能够有效避免人工测量所带来的主观误差等;
根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
基于图像识别模型,能够识别图像中目标特征,也即将图像中的支柱、股道等信息提取出来,并且配合数学计算等方式,确定图像中目标特征对应的参数信息,使得从图像获取到参数确定一步到位,提高了整体计算效率;
根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;
通过所获取的与安装相关的参数信息,结合安装仿真模型,进行预制计算,安装仿真模型中集成了与预制计算所有相关的算法,只需将安装相关的参数信息输入后,即可直接确定软横跨对应的安装信息,计算精度高、全面考虑所需数据;
根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息;
将安装信息通过可视化形式进行显示,不仅可以直观显示软横跨安装后的效果,还可以在效果图中标注安装所需的各类参数,将安装细节进行标注,有利于现场安装人员一次性安装,提升安装效率。
图7示例性地示出本公开实施例软横跨安装系统的结构示意图,如图7所示,所述系统包括:
第一单元71,被配置为基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
第二单元72,被配置为根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
第三单元73,被配置为根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;
第四单元74,被配置为根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息。
在一种可选的实施方式中,
所述第一图像信息包括第一支柱和第二支柱整体的图像信息,所述第二图像信息包括股道、第一支柱底部和第二支柱底部的图像信息;
所述第一参数信息包括所述第一支柱和所述第二支柱的整体高度信息、倾斜度信息以及相对高度信息;
所述第二参数信息包括股道间距信息,以及股道与第一支柱和第二支柱的距离信息;
所述第二单元72还被配置为:
所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征;
基于预先设定的图像坐标系,将所述第一目标特征转换为第一向量信息,将所述第二目标特征转换为第二向量信息;
通过所述第一向量信息和所述第二向量信息,结合预先选定的参考信息和所述图像坐标系,确定所述第一向量信息对应的第一参数信息和所述第二向量信息对应的第二参数信息。
在一种可选的实施方式中,
所述第二单元72还被配置为:
所述图像识别模型将所述第一图像信息和所述第二图像信息转换为二值图,并去除转换为二值图后图像中的背景信息;
基于预先选定的滑动框在二值图中进行滑动,确定多个候选区域,并通过池化层对所述多个候选区域进行最大池化操作;
根据反向传播算法和随机梯度下降算法,对进行最大池化操作后候选区域进行分类处理,确定第一图像信息中的第一目标特征和第二图像信息中的第二目标特征,其中,
所述第一目标特征包括第一支柱和第二支柱,以及所述第一支柱和所述第二支柱在所述第一图像信息中的边框信息,所述第二目标特征包括股道,以及所述股道在所述第二图像信息中的边框信息。
在一种可选的实施方式中,
所述第二单元72还被配置为:
通过如下公式所示的方法对所述图像识别模型进行训练,以使所述图像识别模型能够从所述第一图像信息中提取所述第一目标特征和从所述第二图像信息中提取所述第二目标特征:
其中,表示损失函数,/>表示真实类别,/>表示预测类别,/>表示真实位置边框,/>表示预测位置边框,/>表示类别训练样本数,/>表示位置训练样本数,/>表示调节参数,/>表示类别对应的交叉熵损失,/>表示位置对应的交叉熵损失,m表示样本数。
在一种可选的实施方式中,
所述第三单元73还被配置为:
通过预先训练好的安装仿真模型,确定所述待安装软横跨对应的负载信息与软横跨节点之间的对应关系,获取待安装软横跨各个节点的悬挂点负载;
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息。
在一种可选的实施方式中,
所述第三单元73还被配置为:
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置的方法如下公式所示:
若且为最小值,则/>所对应的点为最短吊弦位置;
其中,表示负载悬挂点的y坐标值,/>表示节点k的转动力矩,/>表示垂直分力,/>表示左侧距悬挂点i的水平距离,/>表示支柱顶部承受的水平张力,/>表示第k股道距离悬挂点的水平距离,/>,/>表示横向承力索最低悬挂点到第一支柱和第二支柱的距离,n表示节点的数量;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息的方法如下公式所示:
其中,表示横向承力索的分段长度和总长度,/>表示相邻股道的距离,/>表示横向承力索的分段长度,/>表示横向承力索的总长度;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息的方法如下公式所示:
其中,表示上、下部固定绳长度,/>表示第一参数信息中倾斜度信息之和,/>表示左、右上下部固定绳的安装高度,/>表示最短吊弦高度,/>表示线间距离,/>表示股道数量。
在一种可选的实施方式中,
所述系统还包括第五单元75,所述第五单元75被配置为:
确定拟安装在横向承力索下方的悬吊滑轮的属性信息,其中,所述悬吊滑轮的属性信息包括所述悬吊滑轮的重量、受力信息中至少一种;
根据所述悬吊滑轮的属性信息,以及横向承力索挂载所述悬吊滑轮的受力信息,确定所述悬吊滑轮的偏移量:
其中,X Pn 表示悬吊滑轮的偏移量,Pn表示悬吊滑轮,L n 表示当前悬挂的有效长度,n表示节点的数量,T m 表示承力索m对应的张力,、/>表示当前悬挂点左右跨距,/>、、/>表示左侧悬挂、当前悬挂、右侧悬挂的之字值,/>、/>、/>表示悬挂点承受的三种负载,g表示重力加速度;
根据所述悬吊滑轮偏移量调整软横跨对应的安装信息。
需要说明的是,本公开系统实施例的有益效果,可以参考前述方法实施例的有益效果,本公开实施例在此不再赘述。
本公开实施例的第三方面,
提供一种设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述中任意一项所述的方法。
本公开实施例的第四方面,
提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述中任意一项所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、VB等,以及常规的过程式编程语言—诸如“VB”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其他可编程数据处理装置或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
注意,除非另有直接说明,否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此,除非另有明确说明,否则所公开的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下,进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头,该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优的设置之间可任意组合的组成又一实施例。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (9)
1.一种软横跨一次到位安装方法,其特征在于,所述方法包括:
基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;
根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息;
所述第一图像信息包括第一支柱和第二支柱整体的图像信息,所述第二图像信息包括股道、第一支柱底部和第二支柱底部的图像信息;
所述第一参数信息包括所述第一支柱和所述第二支柱的整体高度信息、倾斜度信息以及相对高度信息;所述第二参数信息包括股道间距信息,以及股道与第一支柱和第二支柱的距离信息;
根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息的方法包括:
通过预先训练好的安装仿真模型,确定所述待安装软横跨对应的负载信息与软横跨节点之间的对应关系,获取待安装软横跨各个节点的悬挂点负载;
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息。
2.根据权利要求1所述的方法,其特征在于,
根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息的方法包括:
所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征;
基于预先设定的图像坐标系,将所述第一目标特征转换为第一向量信息,将所述第二目标特征转换为第二向量信息;
通过所述第一向量信息和所述第二向量信息,结合预先选定的参考信息和所述图像坐标系,确定所述第一向量信息对应的第一参数信息和所述第二向量信息对应的第二参数信息。
3.根据权利要求2所述的方法,其特征在于,所述图像识别模型去除所述第一图像信息和所述第二图像信息中的背景信息,提取所述第一图像信息中的第一目标特征和所述第二图像信息中的第二目标特征的方法包括:
所述图像识别模型将所述第一图像信息和所述第二图像信息转换为二值图,并去除转换为二值图后图像中的背景信息;
基于预先选定的滑动框在二值图中进行滑动,确定多个候选区域,并通过池化层对所述多个候选区域进行最大池化操作;
根据反向传播算法和随机梯度下降算法,对进行最大池化操作后候选区域进行分类处理,确定第一图像信息中的第一目标特征和第二图像信息中的第二目标特征,其中,
所述第一目标特征包括第一支柱和第二支柱,以及所述第一支柱和所述第二支柱在所述第一图像信息中的边框信息,所述第二目标特征包括股道,以及所述股道在所述第二图像信息中的边框信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
通过如下公式所示的方法对所述图像识别模型进行训练,以使所述图像识别模型能够从所述第一图像信息中提取所述第一目标特征和从所述第二图像信息中提取所述第二目标特征:
其中,L(fm,wm)表示损失函数,fm表示真实类别,f′m表示预测类别,wm表示真实位置边框,w′m表示预测位置边框,Nf表示类别训练样本数,Nw表示位置训练样本数,u表示调节参数,Lloss表示类别对应的交叉熵损失,Lreg表示位置对应的交叉熵损失,m表示样本数。
5.根据权利要求1所述的方法,其特征在于,
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置的方法如下公式所示:
若Yk<0且为最小值,则Gk所对应的点为最短吊弦位置;
其中,Yk表示负载悬挂点的y坐标值,Mk表示节点k的转动力矩,F0表示垂直分力,Xi表示左侧距悬挂点i的水平距离,T表示支柱顶部承受的水平张力,xk表示第k股道距离悬挂点的水平距离,l1,l2表示横向承力索最低悬挂点到第一支柱和第二支柱的距离,n表示节点的数量;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息的方法如下公式所示:
其中,Hs表示横向承力索的分段长度之和的总长度,xi+1-xi表示相邻股道的距离,Yi表示i点的Y坐标值,Yi+1表示i+1点的Y坐标值,bi表示横向承力索的分段长度,表示横向承力索的总长度;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息的方法如下公式所示:
其中,Lup,down表示上、下部固定绳长度,μi表示第一参数信息中倾斜度信息之和,Hleft,right表示左、右上下部固定绳的安装高度,Cmin表示最短吊弦高度,ai表示线间距离,K表示股道数量。
6.根据权利要求1所述的方法,其特征在于,确定安装信息之后,所述方法还包括:
确定拟安装在横向承力索下方的悬吊滑轮的属性信息,其中,所述悬吊滑轮的属性信息包括所述悬吊滑轮的重量、受力信息中至少一种;
根据所述悬吊滑轮的属性信息,以及横向承力索挂载所述悬吊滑轮的受力信息,确定所述悬吊滑轮的偏移量如下公式所示:
其中,XPn表示悬吊滑轮的偏移量,Pn表示悬吊滑轮,Ln表示当前悬挂的有效长度,n表示节点的数量,ZQ表示承力索Q对应的张力,Ln1、Ln2表示当前悬挂点左右跨距,an1、an2、an3表示左侧悬挂、当前悬挂、右侧悬挂的之字值,Gnj、Gnk、Gnf表示悬挂点承受的三种负载,g表示重力加速度;
根据所述悬吊滑轮偏移量调整软横跨对应的安装信息。
7.一种软横跨一次到位安装系统,其特征在于,所述系统包括:
第一单元,被配置为基于图像传感器获取目标区域中地上部分对应的第一图像信息和地面部分对应的第二图像信息;
第二单元,被配置为根据所述第一图像信息和所述第二图像信息,通过预先训练好的图像识别模型,确定所述地上部分对应的第一参数信息和所述地面部分对应的第二参数信息;
第三单元,被配置为根据所述第一参数信息和所述第二参数信息,结合待安装软横跨对应的负载信息,通过预先训练好的安装仿真模型,确定安装软横跨对应的安装信息;
第四单元,被配置为根据所述第一图像信息、所述第二图像信息、所述第一参数信息、所述第二参数信息以及所述安装信息,通过可视化安装模型在目标终端可视化显示安装仿真场景信息;
所述第一图像信息包括第一支柱和第二支柱整体的图像信息,所述第二图像信息包括股道、第一支柱底部和第二支柱底部的图像信息;
所述第一参数信息包括所述第一支柱和所述第二支柱的整体高度信息、倾斜度信息以及相对高度信息;所述第二参数信息包括股道间距信息,以及股道与第一支柱和第二支柱的距离信息;
所述第三单元还用于:
通过预先训练好的安装仿真模型,确定所述待安装软横跨对应的负载信息与软横跨节点之间的对应关系,获取待安装软横跨各个节点的悬挂点负载;
根据所述第一参数信息和所述第二参数信息,以及各个节点的悬挂点负载,确定待安装软横跨的最短吊弦位置;
基于所述第一参数信息和所述第二参数信息,通过所述安装仿真模型中的力学平衡方程,确定横向承力索的安装信息;
结合所述第一参数信息和所述第二参数信息,通过所述安装仿真模型确定上部固定绳和下部固定绳的安装信息。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至6中任意一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310239394.5A CN116127779B (zh) | 2023-03-14 | 2023-03-14 | 一种软横跨一次到位安装方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310239394.5A CN116127779B (zh) | 2023-03-14 | 2023-03-14 | 一种软横跨一次到位安装方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116127779A CN116127779A (zh) | 2023-05-16 |
CN116127779B true CN116127779B (zh) | 2023-08-08 |
Family
ID=86311918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310239394.5A Active CN116127779B (zh) | 2023-03-14 | 2023-03-14 | 一种软横跨一次到位安装方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116127779B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919978A (zh) * | 2017-01-18 | 2017-07-04 | 西南交通大学 | 一种高铁接触网支撑装置零部件识别检测方法 |
CN107014294A (zh) * | 2017-05-09 | 2017-08-04 | 中国铁道科学研究院 | 一种基于红外图像的接触网几何参数检测方法及系统 |
CN110986772A (zh) * | 2019-12-13 | 2020-04-10 | 山西省信息产业技术研究院有限公司 | 一种接触网图像识别几何测量系统 |
CN111260797A (zh) * | 2020-01-10 | 2020-06-09 | 西南交通大学 | 一种受电弓图像的三维模板自动匹配方法 |
CN112227121A (zh) * | 2020-09-04 | 2021-01-15 | 天津津航技术物理研究所 | 一种高精度集成轨道几何参数测量方法 |
CN113435409A (zh) * | 2021-07-23 | 2021-09-24 | 北京地平线信息技术有限公司 | 图像识别模型的训练方法、装置、存储介质及电子设备 |
CN113450356A (zh) * | 2021-09-01 | 2021-09-28 | 蘑菇物联技术(深圳)有限公司 | 用于识别目标部件安装状态的方法、设备和存储介质 |
CN115455551A (zh) * | 2022-10-18 | 2022-12-09 | 中铁二十一局集团电务电化工程有限公司 | 铁路接触网软横跨数据处理方法、设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220410949A1 (en) * | 2019-12-17 | 2022-12-29 | Telefonos, Lineas Y Centrales, S.A. | Method for in-situ and real-time collection and processing of geometric parameters of railway lines |
-
2023
- 2023-03-14 CN CN202310239394.5A patent/CN116127779B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919978A (zh) * | 2017-01-18 | 2017-07-04 | 西南交通大学 | 一种高铁接触网支撑装置零部件识别检测方法 |
CN107014294A (zh) * | 2017-05-09 | 2017-08-04 | 中国铁道科学研究院 | 一种基于红外图像的接触网几何参数检测方法及系统 |
CN110986772A (zh) * | 2019-12-13 | 2020-04-10 | 山西省信息产业技术研究院有限公司 | 一种接触网图像识别几何测量系统 |
CN111260797A (zh) * | 2020-01-10 | 2020-06-09 | 西南交通大学 | 一种受电弓图像的三维模板自动匹配方法 |
CN112227121A (zh) * | 2020-09-04 | 2021-01-15 | 天津津航技术物理研究所 | 一种高精度集成轨道几何参数测量方法 |
CN113435409A (zh) * | 2021-07-23 | 2021-09-24 | 北京地平线信息技术有限公司 | 图像识别模型的训练方法、装置、存储介质及电子设备 |
CN113450356A (zh) * | 2021-09-01 | 2021-09-28 | 蘑菇物联技术(深圳)有限公司 | 用于识别目标部件安装状态的方法、设备和存储介质 |
CN115455551A (zh) * | 2022-10-18 | 2022-12-09 | 中铁二十一局集团电务电化工程有限公司 | 铁路接触网软横跨数据处理方法、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
王兵.软横跨悬吊滑轮偏移的影响分析及计算应用 .电气化铁道 .2020,(第6期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN116127779A (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111044197B (zh) | 一种基于无人机平台的非接触式索力测试系统 | |
CN108106541A (zh) | 一种基于视频图像识别的桥梁索力测量方法 | |
CN108204819B (zh) | 一种地图数据自动检测方法和装置、及混合导航系统 | |
CN109712148A (zh) | 基于盾构隧道影像的管片接缝位置自动识别方法 | |
CN102129484A (zh) | 输电线路数字化平断面图生成方法及装置 | |
CN111259770B (zh) | 基于无人机平台和深度学习的复杂背景下索力快速测试方法 | |
AU2021266276A1 (en) | Utility structure modeling and design | |
CN105910743A (zh) | 一种利用无人机测量斜拉桥拉索张力的方法 | |
KR101470981B1 (ko) | 지상 라이다를 이용한 가공송전 철탑의 변위 측정과 분석 방법 | |
CN209605835U (zh) | 定位导航系统 | |
Li et al. | Monitoring of dynamic behaviour of super-tall buildings during typhoons | |
CN106225766A (zh) | 基于3s技术的构筑物沉降监测分析监管方法 | |
CN110705452A (zh) | 一种高速公路无人值守收费站设施智能管控方法及系统 | |
JP2019007801A (ja) | 建設施工現場における風環境予測方法、及び、風環境予測システム | |
CN111667461B (zh) | 一种输电线路异常目标检测方法 | |
CN116127779B (zh) | 一种软横跨一次到位安装方法及系统 | |
JP6705036B1 (ja) | 鋼管柱劣化予測システム | |
CN112286089B (zh) | 高墩大跨桥梁施工过程智能监测系统 | |
CN108385538A (zh) | 斜拉桥的预制钢塔安装于混凝土塔柱的方法 | |
CN117128950A (zh) | 一种点云地图构建方法、装置、电子设备和存储介质 | |
CN109376638B (zh) | 一种基于遥感图像和地理信息系统的文地率计算方法 | |
CN113496182A (zh) | 基于遥感影像的道路提取方法及装置、存储介质及设备 | |
CN111091235A (zh) | 变电站站区进出线路径的确定方法及装置 | |
CN113344277B (zh) | 预测模型训练方法、状态更新方法、装置、设备和介质 | |
CN112541455A (zh) | 一种基于机器视觉的配网混凝土电杆倒断杆事故预测方法 |
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 |