[发明专利]一种铁路扣件缺陷形态快速检测车在审
申请号: | 202011166283.9 | 申请日: | 2020-10-27 |
公开(公告)号: | CN112172863A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 刘林芽;吴送英;崔巍涛 | 申请(专利权)人: | 华东交通大学 |
主分类号: | B61K9/08 | 分类号: | B61K9/08;G01B11/00;G01N21/89;G06K9/00;G06K9/62;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 330013 江西省南昌市经济*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 铁路 扣件 缺陷 形态 快速 检测 | ||
1.一种铁路扣件缺陷形态快速检测车,其特征在于:包括硬件和内置模型算法两部分,硬件包括车体(1),车体(1)上部设有太阳能电池板(2),将收集来的太阳能转化为电能储存在蓄电池组(3)内,车体(1)内部安装计算机传输控制平台(4)、电动把手(5)、人体功能学座椅(6)、脚踏板(7)及对应配套传动装置(8),车体前部设置两个黄光LED照明灯(9),左右两侧分别设有两个固定杆(10),每根固定杆(10)上靠近车体(1)一端装有一个补光器(11),固定杆(10)远离车体(1)一端设有一个三轴稳定器(12),在三轴稳定器(12)上又增设一台摄像机(13),摄像机(13)与计算机传输控制平台(4)通过导线相接,计算机传输控制平台(4)包括控制按钮(14)、显示屏(15)以及内侧安装的钥匙启动端口(16);内置模型算法为在自制的铁路扣件缺陷形态专有数据集上训练成熟的DenseNet201深度迁移学习模型算法。
2.根据权利要求1所述的一种铁路扣件缺陷形态快速检测车,其特征在于:所述摄像机(13)为高速摄像机,高速摄像机环绕的镜头捕捉范围内设置七个广角摄像头(17)。
3.根据权利要求1所述的一种铁路扣件缺陷形态快速检测车,其特征在于:所述计算机传输控制平台(4)内部嵌入已在自制铁路扣件缺陷形态数据集上训练成熟的DenseNet201深度迁移学习模型,其可以对包括扣件正常、扣件弹条偏移、扣件弹条丢失和扣件丢失在内的四种不同缺陷形态进行分类检测。
4.根据权利要求1所述的一种铁路扣件缺陷形态快速检测车,其特征在于:所述计算机传输控制平台(4)内部包含GPS模块、GIS地理信息模块以及数据远程传输接收模块。
5.根据权利要求1所述的一种铁路扣件缺陷形态快速检测车,其特征在于:所述补光器(11)设计为外开口成喇叭状的黄光LED灯补光器。
6.根据权利要求1所述的一种铁路扣件缺陷形态快速检测车,其特征在于:所述三轴稳定器(12)在其上面搭载摄像机(13),使二者连为一体。
7.根据权利要求1所述的一种铁路扣件缺陷形态快速检测车,其特征在于:所述摄像机(13)与补光器(11)二者开口方向斜向扣件区域,且二者开口方向成相互对角的形式。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东交通大学,未经华东交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011166283.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:磁悬浮轴承组件、电机及压缩机
- 下一篇:一种妇科自动冲洗式刮宫装置