沉管隧道基床抛石整平船自动移船控制系统设计与应用

针对传统沉管基床抛石整平船移船定位精度差、效率低的问题,以襄阳市东西轴线道路工程鱼梁洲段项目为依托,采用GPS定位技术和分步阶段性控制策略,设计了一种沉管隧道基床抛石整平船自动移船控制系统,实现了船舶一键自动化移位.实船测试结果显示,该控制系统性能优越,与传统的人工移船相比平均定位精度提高了38％、平均移船时间节省了8...     

铁路客车轮对踏面硌伤自动分析系统的研究与实现

为了解决客车轮对踏面硌伤人工分析效率低且质量不高的问题,基于大数据关联分析技术,构建了一套硌伤自动分析系统.从硌伤排查、自动分析、故障定位、统计分析4个方面分析系统的主要组成和功能,探讨了实现系统的关键技术.系统的应用提高了对客车轮对踏面硌伤分析和故障排查的效率.     

基于Halcon及VS的动车组制动闸片厚度自动识别模块

研究基于图像处理和模式识别的动车组闸片厚度自动识别模块,解决动车组制动时因闸片过薄而导致的车轮迅速升温,甚至引发不安全状态的问题.该模块可实现动车组通过时自动检测,即自动拼图、图像预处理、模型定位及制动闸片厚度计算,并对厚度小于一定数值的闸片进行自动报警.通过大量实验和测试表明,该模块可以有效地计算闸片的厚度,具有很好...     

内补口车在钢管内防腐层补口施工中的应用

大口径管道防腐层一般采用人工补口方法施工,存在施工效率低、质量缺陷多及受限空间施工安全风险大等问题.文中主要介绍了在钢管内防腐补口施工中采用内补口车替代人工补口的施工技术.设备调试、定位、通过性及质量控制是施工中的技术难点,施工中通过参数调整、视频定位、使用专有的机械设计、合理施加外力及采用过程中监控等技术方案顺利解决...     

退化环境中全向移动机器人位姿鲁棒修正算法

全向移动机器人定位算法在退化环境中通常会产生较大的定位漂移或失效,为此提出一种鲁棒的全向移动机器人在退化环境中的位姿修正算法。首先,通过全向移动机器人的结构、动力学分析确定定位误差产生来源;其次,对机器人的各运动状态进行受力分析,结合机器人的运动环境和机器人的运动状态建立打滑误差模型;再次,通过预试验得到的位移与定位误差,运用非线性加权拟合方法计算得出加工装配误差模型;最后,在轮式里程计中插入误差补偿模块,提高机器人定位精度。试验表明：算法位置平均误差为1.36%,姿态平均误差为0.75%,较传统算法分别提高了3.14倍和5.15倍。算法在保证定位精度的前提下具有很强的鲁棒性。     

西堠门大流速深水区钢箱梁运输船定位方案研究

西堠门水道水深、流急、海底无覆盖层,水上施工船投锚固定难度大。分析西堠门大桥钢箱梁的吊装工期要求和吊装规程要求,提出利用大吨位混凝土蛙锚和浮动平台构筑锚碇门桥、实施钢箱梁运输船定位的方案,并对箱梁运输船的水阻力、锚链力进行了初步计算,对工程实施具有指导意义。     

关于机械设计制造现代化工艺及精密加工技术的分析

在社会经济持续发展的情况下,一种新型工艺——现代机械设计制造和精密加工技术应运而生,这项技术的效率非常高,它不但是我国机械制造业的关键性技术,而且可以对机械设计的品质进行有效地提升,如果将这项技术加以正确运用,就可以为我国的经济发展提供相关支持。本文着重研究了现代机械的结构和制造工艺,并探讨了其在工业生产中的应用。     

学在深处谋在高处干在实处

新中国70华诞前夕,党中央、国务院批准发布了《交通强国建设纲要》(以下简称《纲要》).《纲要》以世界眼光、国际标准、中国特色、高点定位摹画了一幅交通运输发展的宏伟蓝图,是交通人开启交通发展"新长征"的根本遵循和工作指南.     

转向节主销与转向轮间转向运动及转角误差分析

通过对主销带动车轮转动时的主销转角几何投影进行分析,推导了斜面角度在水平面的投影方程,建立了考虑4个定位角参数的转向车轮与主销转角可相互求解的数学模型,将该模型与用球面三角学建立的计算模型进行了对比验证,以转向梯形机构转角计算为例,分析了不同计算模型产生的计算误差,并讨论了机构中各部分转角计算误差对总转角计算误差的影响,根据推导的车轮接地点坐标,给出了理想转角计算中汽车轴距和主销中心距的合理值。     

"道路指纹"关键技术及其在智能车路系统中的应用

针对智能网联汽车与车路协同系统中的高精度定位核心技术问题,提出了"道路指纹"的概念与表征模型,并在"道路指纹"的基础上提出了面向智能车路系统的高精度定位方法."道路指纹"是通过车载传感器数据提取的高稳定性与高辨识度的道路场景特征信息.在"道路指纹"表征模型中,分别从表征的唯一性、计算的快速性、特征的稳定性以及表征的精准性等4个方面完成建模工作.其中,针对表征唯一性需求,提出基于多视角(包括俯视、前视、侧视等)与多传感器的表征方法;针对计算快速性要求,提出了全局特征与语义特征的表征方法;还提出基于深度卷积神经网络(D-CNN)的深度学习特征提取方法,大幅度提高特征表征的鲁棒性;最后,通过提取路面的局部特征,实现特征的精准性(亚像素精度)表征.通过对上述特征进行层次化组织,完成"道路指纹"的表征建模.通过对道路上各个节点进行"道路指纹"计算与建模,并同步获取节点的传感器位姿、场景结构信息,完成道路指纹库构建工作.在定位过程中,首先通过车载传感器获取的数据实时完成"道路指纹"计算,然后通过匹配道路指纹库,完成车辆的高精度位置计算.在开发的"道路指纹"技术基础上,分别从视觉道路指纹定位、LiDAR道路指纹定位以及道路资产管理等3个应用案例给出了该技术的应用前景.所提出的"道路指纹"技术,为解决智能车路系统中的高精度定位问题,特别是卫星信号盲区下的高精度定位问题,提供了一种新的解决思路.