基于深度学习道路复杂病害识别方法的研究

在道路病害自动检测中,存在大量特征相近的病害类型,分布在不同的尺度量级。如果把它们放在同一深度学习网络中进行处理,势必需要额外增加大量的样本进行学习,造成识别设备资源的巨量消耗,并降低了整个网络的鲁棒性和抗干扰性能。现基于YOLO v3目标识别网络,提出了一种特征工程方法,即将简单病害与复杂病害分开。后者在前者掩码的基础上,做进一步识别,从而降低网络学习的样本需求,并提升识别网络的识别性能。     

列尾主机自动检测系统在开发及应用方面的探讨

本文简单介绍了列尾主机自动检测系统在开发及应用方面的情况     

船用水下机械手自动检测系统的设计

以排除船舶螺旋桨缠绕物为应用背景,论述水下机械手自动检测系统的设计方案。系统包括检测、显示、报警三部分,检测部分通过扭转力矩传感器检测机械手的工况是否正常,如不正常,则用液晶显示器显示故障的性质和级别,发出相应的声光报警和电话音报警信号。该系统的硬件功能由可编程逻辑器件、单片机、双音多频芯片等基本元件实现,性价比较高,具有可推广性。     

轮对参数自动检测装置的研制

介绍了一种新型自动测量铁路货车对参数并实现计算机自动化管理的新装置,并对测量系统的结构、工作原理和测量方法做了详细论述。     

基于灰度图像及其纹理特性的裂缝特征提取

对于公路路面自动检测中病害的智能识别方法及其主要特征的提取问题,提出了适合于在公路路面图像中进行预处理并分割病害提取其特征的技术方案;综合多种技术对路面灰度图像进行适当的预处理;采用各种阈值分割法对裂缝类病害进行预分割对比;利用图像细化和剪枝处理等技术准确地统计病害的面积和长度等特征。整个软件系统易于操作,实现对公路路面图像的预处理、图像分割和相关的特征计算。可望应用于对公路路面病害进行自动检测,为公路管理和养护部门的决策提供科学依据,同时对于类似的图像处理任务有借鉴意义。     

铁路货车制动梁自动检测机的研制

介绍了铁路货车制动梁自动检测机对制动梁各部尺寸测量的设计方法、功能、系统控制及数据输出等方面的特点。