排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
为解决现有轨道和接触网几何参数检测系统相对独立、同步误差大的问题,对二者进行融合。改变检测系统硬件架构,统一两系统编码器脉冲及数据接口,提升系统硬件集成度及数据对齐精度;依据QNX系统开发融合系统软件,保证系统实时性及执行效率;制作L形工装,依据特征波形验证数据对齐精度;在实验室模拟车体振动的测试环境,分别采集静态及动态数据进行补偿算法验证。结果表明:融合后系统结构耦合度提高,避免了由定位信息密度低及网络延时原因造成的数据对齐误差;对激光摄像组件的测量数据进行复用,实现了接触网几何参数的补偿计算。经验证,融合系统运行稳定,可用于轨道与接触网几何参数检测数据的综合分析及超限判断。 相似文献
2.
3.
4.
基于FPGA和DSP的高速实时轨道巡检图像采集处理系统由光学系统、FPGA模块、DSP图像处理模块及上位机组成。为提升图像采集的质量,提出并设计线阵相机加激光光源的组合方案,用以有效滤除阳光干扰,避免图像过度曝光。针对高速实时采集需求,设计FPGA采集模块,实现巡检图像采集控制和传输。针对实时智能检测需求,开发基于DSP模块的JPEG压缩、钢轨区域识别和扣件定位算法以及基于工控机的扣件缺陷识别算法。设计上位机软件,实现用户交互及数据存储。试验测试结果表明:该系统对钢轨定位的准确率在99%以上,对扣件定位的准确率在90%以上,对异常扣件识别率在80%以上,系统检测的最高速度可达160 km·h-1。 相似文献
5.
提出基于置信图的扣件子图快速定位算法,即基于概率图模型构建扣件子图邻域纹理图和初始引导图与被定位图之间的置信图,并通过计算置信图的最大极值点实现对扣件子图中心点的快速定位。在此基础上,针对无砟轨道扣件缺陷样本相对稀缺的问题,提出基于半监督深度学习的扣件缺陷图像识别方法,即首先采用稀疏自编码(SAE)网络在无标签的数据集进行迭代学习获得扣件子图稀疏表征,然后将训练好的SAE网络连接softmax层组成分类网络,最后在有人工类别标注的小数据集进行二次训练及参数微调获得最终的识别模型。通过在装配WJ-7型扣件的CTRS-Ⅰ和WJ-8型扣件的CTRS-Ⅱ型无砟轨道图像进行应用测试和方法验证。结果表明:该方法可快速精确定位扣件并识别扣件缺失、弹条折断、弹条移位3类缺陷,有效检出率达95%以上。 相似文献
6.
7.
高效且准确地对长波轨道不平顺进行监测是轨道几何测量领域的难点。分析两类惯性基准动态检测方法的测量误差来源,认为转向架与轨道间的“冲角”是造成长波不平顺测量精度损失的重要因素;为此,重新设计检测系统硬件结构,引入点头陀螺仪传感器和测距组件,在轨道平面建立“短弦”测量模型,推导基于误差状态扩展卡尔曼滤波估计的俯仰轨道倾角测量算法;通过补偿滤波与空间域积分等信号处理方法,计算长波高低轨道不平顺。现场试验表明:该方法有效复原7~200 m以内的长波高低不平顺;当截止波长为200 m时,相比传统的惯性基准法,平均精度增加了81%~88%,且受检测速度影响小;统计系统重复检测误差的95%分位数在1.5 mm以内,在大跨度桥梁形变与路基沉降监测等领域具有较好的应用前景。 相似文献
1