目前,我國(guó)高速鐵路、地鐵等軌道交通正處于飛速發(fā)展時(shí)期,相關(guān)設(shè)備的維修保障以及管理工作對(duì)于軌道交通的正常運(yùn)營(yíng)具有重要意義。本文根據(jù)軌道交通設(shè)備維保工作的特點(diǎn),將交互式電子技術(shù)手冊(cè)(Interactive Electrical Technical Manual,IETM)技術(shù)和增強(qiáng)現(xiàn)實(shí)(Augment Reality,AR)技術(shù)引入維保工作中。通過(guò)將維修數(shù)據(jù)信息化管理、虛實(shí)疊加、人機(jī)交互等功能添加至設(shè)備的日常維護(hù)、管理以及故障維修工作中,解決軌道交通設(shè)備技術(shù)含量高、結(jié)構(gòu)復(fù)雜,海量維修信息管理困難,維修人員技術(shù)水平有限等難題,為軌道交通設(shè)備的維護(hù)、維修和管理提供一種全新的信息化手段,同時(shí)也為解決其他行業(yè)復(fù)雜裝備維修保障問(wèn)題提供一種思路。首先,在對(duì)國(guó)內(nèi)外IETM研究發(fā)展動(dòng)態(tài)分析基礎(chǔ)上,對(duì)IETM構(gòu)建過(guò)程中涉及的S1000D規(guī)范進(jìn)行了研究和梳理,分析了利用公共源數(shù)據(jù)庫(kù)和數(shù)據(jù)模塊管理設(shè)備技術(shù)信息的方法。通過(guò)分析軌道交通設(shè)備維修工作特點(diǎn),對(duì)嵌入AR功能的IETM軟硬件系統(tǒng)進(jìn)行了需求分析,并利用Petri網(wǎng)建模技術(shù)實(shí)現(xiàn)了維修過(guò)程的描述,利用XML技術(shù)實(shí)現(xiàn)了多媒體提示信息的管理。其次,針對(duì)AR系統(tǒng)中的維...

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 IETM技術(shù)研究與發(fā)展現(xiàn)狀
        1.2.2 AR輔助維修技術(shù)研究與發(fā)展現(xiàn)狀
        1.2.3 嵌入AR功能的IETM關(guān)鍵技術(shù)分析
    1.3 主要研究?jī)?nèi)容及章節(jié)安排
第二章 嵌入AR功能的IETM軟硬件系統(tǒng)構(gòu)建
    2.1 IETM概述
        2.1.1 IETM定義
        2.1.2 IETM分類
    2.2 S1000D規(guī)范概述
        2.2.1 公共源數(shù)據(jù)庫(kù)管理
        2.2.2 數(shù)據(jù)模塊
    2.3 嵌入AR功能的IETM原型系統(tǒng)構(gòu)建
        2.3.1 軌道交通設(shè)備維修過(guò)程分析
        2.3.2 嵌入AR功能的IETM硬件系統(tǒng)構(gòu)建
        2.3.3 嵌入AR功能的IETM軟件系統(tǒng)構(gòu)建
        2.3.4 基于Petri網(wǎng)的維修作業(yè)過(guò)程建模
        2.3.5 多媒體數(shù)據(jù)庫(kù)構(gòu)建
    2.4 本章小結(jié)
第三章 基于RGB-D圖像的目標(biāo)檢測(cè)技術(shù)研究
    3.1 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
        3.1.1 卷積層
        3.1.2 采樣層
        3.1.3 全連接層
    3.2 基于CNN模型的目標(biāo)檢測(cè)算法分析
        3.2.1 DPM目標(biāo)檢測(cè)算法
        3.2.2 R-CNN目標(biāo)檢測(cè)算法
        3.2.3 Fast R-CNN目標(biāo)檢測(cè)算法
        3.2.4 Faster R-CNN目標(biāo)檢測(cè)算法
        3.2.5 YOLO目標(biāo)檢測(cè)算法
        3.2.6 SSD目標(biāo)檢測(cè)算法
    3.3 基于RGB-D圖像的MobileNet-SSD算法實(shí)現(xiàn)
        3.3.1 MobileNet網(wǎng)絡(luò)
        3.3.2 RGB-D圖像與深度圖像編碼
        3.3.3 基于數(shù)據(jù)融合的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型設(shè)計(jì)
        3.3.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    3.4 本章小結(jié)
第四章 融合目標(biāo)重復(fù)檢測(cè)的跟蹤注冊(cè)算法研究
    4.1 KCF跟蹤模型
        4.1.1 線性空間回歸
        4.1.2 循環(huán)矩陣與計(jì)算加速
        4.1.3 非線性回歸計(jì)算加速
        4.1.4 快速檢測(cè)
    4.2 融合目標(biāo)重復(fù)檢測(cè)的維修區(qū)域跟蹤算法
    4.3 融合目標(biāo)重復(fù)檢測(cè)的跟蹤算法實(shí)驗(yàn)結(jié)果及分析
    4.4 基于點(diǎn)云匹配的三維注冊(cè)算法研究
        4.4.1 Open GL3D模型渲染
        4.4.2 點(diǎn)云匹配
    4.5 本章小結(jié)
第五章 嵌入AR功能的軌道交通IETM原型系統(tǒng)的實(shí)現(xiàn)
    5.1 嵌入AR功能的IETM原型系統(tǒng)開(kāi)發(fā)
        5.1.1 轉(zhuǎn)轍機(jī)技術(shù)資料收集與整理
        5.1.2 表示電路故障檢修工作分解
        5.1.3 表示電路故障檢修工作建模
        5.1.4 數(shù)據(jù)庫(kù)構(gòu)建
        5.1.5 人機(jī)交互實(shí)現(xiàn)
        5.1.6 嵌入AR功能的IETM原型系統(tǒng)界面設(shè)置
    5.2 嵌入AR功能的IETM輔助維修實(shí)例
    5.3 嵌入AR功能的IETM原型系統(tǒng)評(píng)價(jià)
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文



本文編號(hào)：3864471