典型文献
基于3D点云和深度学习的动车组螺栓松动智能检测研究
文献摘要：
动车组的安全稳定运行是旅客出行的安全保障,但长期高速运行会出现螺栓松动、掉落的风险,危及行车安全.因此需要定期对动车组的各个部件进行检查维修,针对现有人工检测工作量大、工作繁琐,而普通二维图像没有深度信息等问题,本文提出一种基于3D点云和深度学习对螺栓松动进行智能检测的技术,并对数据的采集和算法进行了设计.对牵引电机线缆线夹的螺栓松动进行了检测,分别对点云配准、点云分割和点云映射的结果进行了分析,实验结果表明本文的方法可有效应用于动车组螺栓松动检测.
文献关键词：
动车组;点云;螺栓;松动检测;三维成像
中图分类号：
作者姓名：
周明涛;张永敬
作者机构：
中国铁路上海局集团有限公司 上海动车段,上海 201812
文献出处：
引用格式：
[1]周明涛;张永敬-.基于3D点云和深度学习的动车组螺栓松动智能检测研究)[J].智慧轨道交通,2022(06):62-66
A类：
B类：
云和,动车组,智能检测,安全稳定运行,旅客出行,高速运行,行会,掉落,行车安全,检测工作,二维图像,有深度,深度信息,和算,牵引电机,线缆,缆线,线夹,点云配准,点云分割,有效应用,螺栓松动检测,三维成像
AB值：
0.305526
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
