基于卷积神经网络优化回环检测的视觉SLAM算法

传统视觉即时定位与建图（SLAM）算法若无回环检测可能会存在累积误差无法消除的现象,即使有回环检测,也因准确率和效率比较低而无法应用于轻量级设备上,为此,研究一种回环检测优化的视觉SLAM算法. 前端估计时,对相邻帧图像进行ORB （oriented fast and rotated brief）特征提取与匹配,对匹配成功的特征点进行PnP （perspective-n-point）求解,获得相机运动估计并筛选出关键帧图像;后端优化时,利用SqueezeNet卷积神经网络 （CNN）提取图像的特征向量,计算余弦相似度判断是否出现回环,若出现回环则在位姿图中增加相应约束,利用图优化理论对全局位姿进行整体优化;最后利用项目组制作的数据集和TUM （technical university of munich）公开数据集进行测试与对比. 研究结果表明:相比于无回环检测算法,本文方法可以成功检测到回环并为全局轨迹优化增添约束;相比于传统词袋法,在回环检测准确率相同的情况下,本文方法召回率可提高21%且计算耗时减少74%;与RGB-D （red green blue-depth） SLAM算法相比,本文方法建图误差可降低29%.      

基于OBE理念的《工程造价与招投标》课程教学改革与实践

《工程造价与招投标》课程基于OBE理念,从制定教学目标、优化教学内容、创新教学方法、改进教学评价四个环节探讨了课程改革。以岗位核心能力为导向,根据学生成果确定教学目标,根据目标优化内容,再基于信息化教学手段,以项目导向任务驱动的主要教学方法来实施课程,以多元化的过程性评价考核学生,并持续改进,整个教学设计突出学生的主体地位,注重实践能力的培养,并在课程中深化课程思政。     

基于非线性超声的CL60车轮和U75V钢轨磨损检测方法

针对早期轮轨滚动磨损变化过程难以通过无损手段进行表征的问题,提出了非线性超声技术对不同磨损程度的CL60车轮与U75V钢轨试样进行检测评估;建立了基于轮轨试样表面磨损特征的Murnaghan模型,并利用非线性超声有限元仿真,通过塑性变形层厚度变化情况模拟不同程度的摩擦损伤,分析了其相对非线性系数变化规律及其产生原因。试验结果表明：轮轨的早期磨损会导致材料表面产生塑性变形层,随着塑性变形的加剧,材料损伤将以微裂纹为主,车轮角加速度越大,轮轨间相对滑动作用时间越短,塑性变形层越薄,且CL60车轮较U75V钢轨磨损程度更为严重;CL60车轮试样在车轮角加速度分别为10、250、1 500 r·min^-2时,对应的相对非线性系数分别为12.19、8.43、5.68,U75V钢轨试样在车轮角加速度分别为10、250、1 500 r·min^-2时,对应的相对非线性系数分别为7.57、6.09、5.04,与CL60车轮试样相比,U75V钢轨试样的相对非线性系数变化缓慢。可知,相对非线性系数与塑性变形层厚度呈正相关,微裂纹产生的非线性效应比塑性变形层更强,相对非线性系数增幅更大,因此,可通过材料的相对非线性系数变化判断材料的磨损阶段。     

基于改进LSD直线检测算法的钢轨表面边界提取

针对传统LSD直线检测算法容易丢失图像细节,造成提取直线不连续等不足,提出一种基于双边滤波改进Canny提取边缘图像的LSD直线检测算法.利用Canny算法提取边缘图像,基于边缘图像采用LSD直线检测算法进行直线提取;考虑到Canny边缘检测中使用高斯滤波,在降噪的同时会模糊图像边缘,而双边滤波对于图像边缘有较好的保护...     

基于改进的YOLOv3接触网鸟巢检测与识别

接触网上鸟巢对铁路安全稳定运行存在严重威胁.为检测和识别接触网上鸟巢以解决鸟巢对铁路运行造成的不良影响,提出一种改进的YOLOv3算法.首先对接触网鸟巢图像进行前期预处理,去噪等操作能够加强对鸟巢本质特征的提取,数据增强一定程度上避免神经网络的过拟合现象产生.然后在网络结构中加入空间金字塔池化模块,对特征图进行不同尺度...     

车轮踏面缺陷引起的轮轨动态响应综述

从滚动接触理论、试验与数值模拟三方面概述了轮轨关系研究现状,强调了轮轨滚动接触行为中轮轨材料动态力学性能的影响;总结了轮轨材料静动态力学性能与本构关系的相关成果;介绍了由车轮扁疤、踏面剥离/剥落、车轮多边形等典型踏面缺陷引起的轮轨动态响应研究,分析了车轮踏面缺陷对轮轨滚动接触行为和列车系统动力学性能的影响,以及车轮踏面缺陷的形成原因、影响规律与演变机理,重点关注了轮轨动态效应对高速轮轨滚动接触行为的影响;概括了车轮踏面缺陷的检测技术与减缓和防治措施。研究结果表明：车轮踏面缺陷致使轮轨冲击力显著增大,导致轮轨部件损伤和车体异常振动,严重影响车辆-轨道系统部件的使用寿命和列车动力学性能,甚至威胁列车运行安全;车轮踏面缺陷的成因与机理仍需进一步探究,车辆异常制动、轮轨低黏着状态均会导致车轮扁疤的产生,轮轨材料特性、轮轨间接触载荷、轮对共振、列车制动系统性能与线路运行条件/环境等均是导致车轮踏面发生剥离的主要影响因素,轮轴共振、轮轨摩擦振动、车轮制造镟修工艺等均与车轮多边形的形成有密切联系;改善轮轨材料的性能,控制轨道系统的支撑刚度/阻尼及轮轨间摩擦因数等均是抑制车轮踏面缺陷产生的有效途径。     

激光扫描盾构隧道断面变形快速检测

针对人工检测效率低、变形检测车定位不准、噪点剔除困难、数据处理滞后等技术难题,基于盾构隧道管片环缝灰度图像数学形态特征,通过图像滑窗方式,利用直方图均衡化、缩放、阈值判定等方法快速自动识别环缝,并依据环缝已知位置反向修正隧道里程; 基于距离最小二乘法椭圆曲线拟合,建立了盾构隧道激光扫描噪点三次迭代自动剔除方法; 通过对管片环上各单环激光扫描数据拟合椭圆进行均值处理,并与隧道设计参数或上次检测结果比对,确定了隧道断面变形; 以轨检小车为载体,集成断面三维激光扫描仪、倾角仪、编码器、测距轮和计算机等设备,研制了盾构隧道断面变形快速检测车,开发了配套的数据采集和处理软件,并进行了工程试验和实际应用。研究结果表明：检测时速为5 km·h^-1时,检测车系统隧道内水平和垂直方向直径复测差值绝对值小于2 mm的占比分别为98.41%和96.21%,小于1 mm的占比分别为82.36%和71.92%,系统复测精度为2 mm,多数可达到1 mm,说明环缝识别、噪点剔除、整环收敛变形算法和检测系统具有较高的稳定性和重现性; 检测车可自动采集和处理数据,检测作业后24 h可输出检测分析报告,结果准确可靠,可为盾构隧道结构健康评定和养护提供参考。     

基于Faster R-CNN的接触网吊弦故障检测方法

针对接触网吊弦故障图像样本较少,现有方法检测准确率较低的问题,提出了一种高效率、高准确率的接触网吊弦故障检测方法.以Faster R-CNN模型为基础,通过引入能够提取深层次图像特征并实现特征重用的密集连接卷积神经网络(dense convolutional network model, DenseNet)替代原始的特征提取模块提取吊弦图像特征,并在实验中利用图像旋转、增强等数据变换操作扩充样本集提升检测效果.通过对接触网吊弦图像的测试,以DenseNet为主干网络的Faster R-CNN模型能够检测接触网吊弦故障,检测准确率比原始检测模型提高4%以上,且加入数据变换对吊弦故障检测的准确率和鲁棒性均有显著提升,均值平均精度(mAP)可达98%以上.     

基于物元-阴性选择算法的轴箱轴承故障检测

针对高速列车轴箱轴承故障数据获取困难的问题,提出了一种无需先验知识的利用物元和阴性选择算法进行轴承故障检测的方法. 首先利用多维物元构建阴性选择算法的检测器模型,以检测器与训练样本之间的综合关联度作为匹配规则,并在综合关联度约束范围内引入控制参数,实现检测器对非己空间的更大覆盖;其次,根据匹配规则和控制参数构建适应度函数,采用粒子群优化算法生成候选检测器,分析控制参数对检测器生成和粒子群优化算法收敛速度的影响;此外,为降低候选检测器集合的冗余度,基于关联度提出了检测器特征参数区间的合并规则,将成熟检测器个数降低至18个;最后,通过信号模拟方法生成轴箱轴承的各类故障信号,建立100组测试样本,并利用18个成熟检测器进行故障检测. 研究结果表明:成熟检测器对不同类轴承故障均具有较好的检测性能,正常样本的检测器激活率为1.11%,故障样本的检测器激活率不低于96.67%.