Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜江苏集萃智能光电系统研究所有限公司常洛南获国家专利权

恭喜江苏集萃智能光电系统研究所有限公司常洛南获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜江苏集萃智能光电系统研究所有限公司申请的专利一种基于关键点检测的弓网运行状况在线检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114119539B

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111407103.6,技术领域涉及:G06T7/00;该发明授权一种基于关键点检测的弓网运行状况在线检测方法是由常洛南;黄磊;李苏祺;陆晓隽;王满意;沈国峰设计研发完成,并于2021-11-24向国家知识产权局提交的专利申请。

一种基于关键点检测的弓网运行状况在线检测方法在说明书摘要公布了:本发明公开一种基于关键点检测的弓网运行状况在线检测方法,包括以下步骤:将双目相机安装于列车受电弓网的左、右两侧,将双目相机同步触发,分别采集得到列车同一时刻的左、右图像,随后分别在左、右图像中得到二维左右角点,分别求出左、右图像中各自对应的左右角点的中点,坐标记为x2d,y2d,z2d,将左右角点的中点记为接触点在图像上的投影点,将左、右图像中的接触点投影点进行三维重建得到三维接触点,坐标记为x3d,y3d,z3d,z3d记为动态导高,三维接触点的x3d与受电弓中心点重建后的差记为动态拉出值。本发明的基于关键点检测的弓网运行状况在线检测方法,能实现各种复杂换线模式下的高精度弓网接触角点定位,能实现双支线等模式下导高、拉出值的测量以及异常接触报警。

本发明授权一种基于关键点检测的弓网运行状况在线检测方法在权利要求书中公布了:1.一种基于关键点检测的弓网运行状况在线检测方法,其特征在于,包括以下步骤:将双目相机安装于列车受电弓网顶部的左、右两侧,朝向受电弓网的监测区域,随后将双目相机同步触发,分别采集得到列车同一时刻的左、右图像,随后分别在左、右图像中得到二维左右角点,分别求出左、右图像中各自对应的左右角点的中点,坐标记为,将左右角点的中点记为接触点在图像上的投影点,将左、右图像中的接触点投影点进行三维重建得到三维接触点,坐标记为,其中,记为动态导高,三维接触点的与受电弓中心点重建后的差记为动态拉出值;分别在左、右图像中得到二维左右角点具体包括:1)将列车同一时刻的左、右图像输入至训练好的高精度的2D关键点定位网络;所述2D关键点定位网络包括骨干网络resnet18、三个反卷积层deconv1、deconv2、deconv3以及未经过预训练的若干个辅助特征增强模块,辅助特征增强模块位于骨干网络resnet18的layer1之后;2)通过2D关键点定位网络分别对左、右图像进行特征提取,通过辅助特征增强模块来提取骨干网络resnet18中的特征,提取出的特征再分别与骨干网络resnet18中layer2、layer3和layer4的特征进行相加,输出反卷积层,得到包围框的参数和关键点的参数并进行回归,确定关键点位置,最后经过解码后分别输出左、右图像对应的二维左右角点;所述辅助特征增强模块共有三个,分别为ANlayer1、ANlayer2、ANlayer3,ANlayer1的输入为layer1的输出,Anlayer2和layer3的输入均为从0开始的ANlayer1的特征和预训练的layer2的特征的拼接,同时具备中级和高级特征,Anlayer3和layer4的输入均为Anlayer2的特征和预训练的layer3的特征的相加,layer4的输出为反卷积层deconv1、deconv2、deconv3;步骤2)中,所述包围框的参数包括:目标热图、宽高、框中心的偏移量;所述关键点的参数包括:关键点热图、关键点连接热图、关键点偏移量;采用wingloss分别对包围框的框中心的偏移量和关键点偏移量进行回归,wingloss的公式为: ;其中,;采用改进的函数对包围框的宽高进行回归,公式如下: ;其中分别为预测框与真值框的面积;预测框与真值框的最小凸集为,面积为分别为最小凸集的包围框的宽、高,;代表两个值的欧氏距离,代表当前回归得到的宽度与真值宽度欧氏距离的平方,代表当前回归得到的高度与真值高度欧氏距离的平方;所述包围框的loss函数包括:高精度的包围框回归和高精度的关键点回归,总体损失函数为: ;其中,为包围框的宽高的回归损失函数,为包围框的框中心的偏移量的回归损失函数;分别表示关键点热图、像素级关键点、关键点偏移量的回归。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏集萃智能光电系统研究所有限公司,其通讯地址为:215300 江苏省苏州市昆山开发区春旭路258号东安大厦1301室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。