基于BIM+GIS的沥青路面表里全域病害数字孪生研究

为全面整合和分析无损检测采集的病害信息并构建病害数字孪生模型对病害进行可视化表达，基于BIM+GIS技术，运用探地雷达检测手段，提出了路面全域病害整合与建模的新框架。在该框架中，首先面向不同路表病害类型分别开发基于深度图像表面拟合和基于二值图像轮廓拟合的病害建模方法，相较于传统二维贴图或三维固定参数的建模方式，该方法实现了对病害区域信息的准确拟合建模；该框架另一部分提出了路面结构内部隐蔽病害的三维可视化建模方法，相较于传统分析建模进一步实现了探地雷达数据的病害模型转化与BIM数字化道路高效整合，降低了探地雷达数据实际应用性的门槛。该方法基于2种不同雷达图像的病害特征，识别并提取病害区域，实现全路段隐蔽病害疑似区域和局部重点区域三维重构；最后自动化构建包含全域病害的数字孪生模型，将无损检测数据高效整合，完成病害实体在虚拟空间中的映射转化。同时借助地理信息系统绘制道路病害分布热力图，反馈病害分布以及发展情况，指导养护管理工作。试验结果表明：该框架高效完成全域病害的三维数字转化；路表裂缝和坑槽建模精度分别达到80.13%和98.17%,路面内部病害的模型结合现场钻孔取芯验证在判断病害发生位置...     

三维探地雷达道路隐性病害检测分析与数字化技术综述

道路服役数据信息是交通基础设施数字化建设与养护的关键，先进探测设备是获取道路服役数据信息的途径。近年来，三维探地雷达(3D Ground Penetrating Radar, 3D GPR)因其高效、无损等检测优势得到广泛应用，可为道路隐性病害数据获取提供重要支撑。基于此，对道路典型隐性病害类型与检测手段进行总结归纳。梳理了三维探地雷达技术原理、数据采集方法、数据处理及在道路工程检测中的应用；根据三维探地雷达图谱隐性病害特征与识别手段，重点分析人工智能技术在探地雷达图谱识别技术中的应用与发展。针对交通基础设施发展进程，展望基于探地雷达数据的数字孪生技术，主要介绍基于三维探地雷达数据的建模与模型仿真方法。该综述可为三维探地雷达道路隐性病害检测提供基础理论知识与实践方法借鉴，同时为基于三维探地雷达数据的数字化交通基础设施建设与道路养护决策提供参考。     

基于探地雷达的路面隐性病害检测与识别研究

概述了探地雷达现场检测布置方式和关键参数的设置,并基于专业Reflexw数据处理软件,对原始数据滤波处理方法进行了详细探究,结合工程实例中积累的大量雷达检测图像,着重对沥青路面典型隐性病害特征进行分析,并通过现场取芯,验证了探地雷达识别的准确性。研究结果表明,使用探地雷达可有效实现对路面结构内部隐性病害的无损探测。     

融合SAR分支深度学习的隧道病害识别与成像

随着交通事业的不断发展，大量隧道相继建设并陆续投入运营。在其运营过程中，隧道衬砌混凝土结构内部往往出现不可见的隐蔽病害，对工程安全带来了严重隐患。及时识别检测内部病害，预防安全事故的发生十分必要。探地雷达(Ground Penetrating Radar, GPR)是检测混凝土内部病害的主流无损检测技术，但探地雷达数据中的病害响应信号与实际结构内部病害形态并不存在直观的空间对应关系，从探地雷达数据中仅能估计病害的类型与大概位置，难以对其轮廓进行成像。针对上述问题，研究了基于探地雷达的隧道衬砌隐蔽病害智能识别技术，针对探地雷达数据特点，设计了融入合成孔径雷达(Synthetic Aperture Radar, SAR)成像处理分支的地下工程目标识别深度神经网络模型，通过在传统Unet网络中融入SAR成像分支，实现了对病害的准确成像，并成功对6种隧道衬砌常见的病害进行类型识别。采用仿真数据对该方法验证，结果表明本研究设计的融入SAR成像分支Unet网络的预测结果对6种病害的平均识别精度为96%,与传统Unet网络相比，精度提升了5%,由此证明本文构建的融入SAR成像分支的Unet网络有效提...     

隧道病害检测中探地雷达技术的应用

文章通过对探地雷达原理的分析,详细介绍了探地雷达在某隧道病害中的应用。经对检测结果的分析表明,雷达在隧道病害检测中具有分辨率高、图像直观、使用方便的优点。     

探地雷达在路基勘查中的应用

高速公路是国家发展的命脉,随着高速公路使用年限的增加,各种路基病害也日渐显现。传统的钻探取芯检测方法虽能达到检测的目的,但是检测不全面而且对道路破坏性大;探地雷达方法的引入,为路基的无损探测提供了有利保障,并且大大提高了探测效率。文中从探地雷达的原理出发,探讨了探地雷达识别路基病害的影响因素,通过对常见路基病害形成原因及其地球物理特征的详细分析,总结了路基病害的探地雷达图像特征。并通过某段高速公路的探测实例进行了应用研究,确定了路基病害的成因并圈定了其分布范围。     

城市道路土基病害核匹配追踪识别算法

为准确识别道路土基病害以避免路面塌陷事故的发生,采用探地雷达对城市道路进行检测。针对城市非硬化道路和硬化道路土基病害出现的一般规律,首先通过维纳滤波器对探地雷达图像进行一维滤波,在滤波过程中,对增益函数进行倒谱域内的平滑处理,进而得到增强的雷达图像;然后,采用傅里叶变换、小波变换等信号处理方法,得到探地雷达图像在不同变换域的结果,并通过构建傅里叶核函数、多项式核函数、克罗内克核函数等不同的核函数字典,对探地雷达图像在不同变换域的结果进行匹配追踪,比较在不同核函数下的核匹配追踪序列;最后,通过比较不同核匹配追踪序列的差异,分别找出对道路土基水害和空洞病害类型敏感的核匹配追踪序列,通过该序列识别城市道路土基病害的类型。利用基于相关系数的病害度量算法比较核匹配追踪序列,判断城市道路土基病害发生的区域,并通过算法识别非硬化道路与硬化道路的地下病害。结果表明:病害类型及范围与实际情况相符,水害和空洞均能得到有效识别;通过5组城市道路探地雷达探测数据集验证了算法的有效性,识别准确率达到了99%以上;利用核匹配追踪算法处理探地雷达图像有助于城市道路土基病害识别,可减少路面塌陷事故的发生。     

基于三维探地雷达路面隐性病害识别与评价

路面内部隐性病害的发育、发展具有隐蔽性，而当前缺乏有效的检测手段、评价指标和标准。依托溧马高速路面养护维修工程，通过基于三维探地雷达的路面隐性病害识别与评价研究，建立了路面内部典型隐性病害标准图谱，提出基层损坏状况指数BPCI及分级标准，并给出了不同等级路面内部隐性病害养护对策。研究结果表明：三维探地雷达可高效准确识别路面内部隐性病害，识别精度可达90%以上；基于三维探地雷达的基层破损状况指数BPCI,用于评价路面结构内部状况是可靠的，其探测结果可为路面内部隐性病害检测定位和沥青路面的养护施工提供参考。     

基于三维探地雷达对沥青路面厚度检测影响因素分析

通过分析三维探地雷达厚度检测原理与沥青路面离析模型,依托沥青路面介电常数测定结果,结合含水率影响因素,研究了三维探地雷达厚度检测理论偏差与外部环境对厚度检测准确率的影响。通过比对检测数据结果,分析检测定位对检测结果准确率的影响,提出三维探地雷达厚度检测的改进措施,从而为厚度检测方案设计与数据处理提供参考,具有一定的工程应用价值。     

隧道水灾害模型试验研究

针对隧道工程中出现的管涌、流砂以及隧道围岩中裂隙不同含水填充物的波速和介电常数的特性、二维探地雷达图谱缺点等对隧道水灾害的影响,采用模型试验、MATLAB编程可视化技术、Terzaghi和Taylor理论推导了管涌发生的准则.结果表明:隧道工程施工过程中,围岩裂隙保护层薄弱区最易发生水灾害;将二维探地雷达数据转化,构建三维图谱分析,其结果为复杂地质问题的雷达图谱解释提供了一种直观、可靠和准确性较强的处理方式,可判断裂隙的分布位置,裂隙填充物含水量大小以及渗水病害程度,也是防止施工过程中出现管涌、流砂、突水、涌水等灾害的有效手段,给隧道防排水设计和注浆提供了一定的依据,为同种类型的项目探测解释和病害评价提供了科学依据.     

隧道衬砌空洞积水模型试验研究

文中通过模拟隧道衬砌空洞积水病害，使用探地雷达对其进行探测，得出雷达原始图像；利用软件分析原始图像得出积水高度，并与实际积水高度进行比较。通过试验得出利用探地雷达定量分析衬砌空洞积水高度是可行的结论。     

数学形态学在探地雷达钢筋识别中的应用研究

在基于探地雷达的桥梁结构状态检测中,目前大部分还是靠人工目视方法对探地雷达图像进行识别,检测效率低,为了提高探地雷达图像分析的自动化程度,利用探地雷达图像中钢筋区域的形状特征,采用数学形态学处理方法对探地雷达图像中钢筋所对应的区域进行提取,通过偏心率、面积凹凸比、圆形度等参数对钢筋区域的特征进行描述,利用支持向量机算法进行钢筋区域的识别。实验结果表明,该方法能够准确识别和定位探地雷达图像中的钢筋,其识别和定位的准确率高,为进一步实现基于探地雷达图像的桥梁结构状态识别奠定了基础。     

基于探地雷达的路基脱空病害图像自动识别

道路病害快速检测对于确保道路的安全和可靠运行至关重要。而探地雷达技术在道路病害检测中具有快速、无损和高分辨率等特征,因此被广泛应用。然而,以往的雷达图像处理和解译主要依赖人员的主观经验,易导致误判和漏判。为了解决这一问题,通过研究基于YOLO算法的图像识别方法,结合深度学习技术,开发一种智能化的道路病害识别系统,能够自动提取探地雷达图像中各类病害的特征,并实现高效、智能的识别,并通过钻孔验证,以确保识别结果的准确性,有效预防突发性道路塌陷的发生,提高道路的安全性和可靠性。     

基于扩展共同中心点法的路面病害雷达测量

为进一步提高利用探地雷达技术测量路面厚度及病害的精度与效率,保证测量结果可直接用于改扩建路面的设计,将扩展共同中心点法(the extended common midpoint,XCMP)引入了基于探地雷达的改扩建路面厚度及病害测量。利用XCMP,探地雷达可测定现有路面厚度和病害位置且无需借助钻心取样校准介电常数;同时,采用了一种多阵列的3D探地雷达,它能同时采集纵横两个方向的路面信息。借助不断发展的信号处理技术和数值处理技术,结合了3D探地雷达信号特征和XCMP法,建立扩建路面厚度及病害测量的通用方法并将上述方法用于连霍高速改扩建项目。结果表明,XCMP法可采集获得清晰的路面结构图像并推算出路面厚度及病害位置,设计的4个XCMP方案的检测误差分别为8.51%,7.62%,3.97%,4.36%,可见XCMP方案基本满足检测需求;同时XCMP法与其他方法对比结果表明其具有更高的精度,误差波动较小,误差可控性强。在此基础上,选取厚度检测精度最高的方案进行病害位置的判定,主要检测病害包括路基脱空、断裂和碎裂,反射裂缝,隐含裂缝。依据病害在探地雷达图像上的区别,采用感兴趣区域(ROI)提取进行病害定位,同时结合上述路面厚度检测结果确定病害的位置和尺寸。     

探地雷达收发天线极化方向变化对其电磁波响应的影响

通过物理模拟实验研究表明,利用探地雷达收发天线极化方向变化对其电磁波响应实验与分析成果,可以检测路面的结构层、路基潜在的问题和隐患,实现无损、高效、低耗检测,采集的数据连续、完整、可靠,探地雷达收发天线极化方向变化对其电磁波响应的影响研究为路基路面病害快速检测与评定奠定了基础。     

基于FDTD的探地雷达道路检测正演模拟

探地雷达是目前道路检测常用工具之一。由于地下介质情况复杂,为了提高探地雷达解释的精度,需对探地雷达检测结果进行数值处理。文中通过建立与道路实际情况相对应的地电模型,运用时域有限差分法(FDTD)进行正演模拟分析,模拟结果表明运用有限差分法能获得道路结构的理论雷达图像,通过对雷达图像的分析和识别,能为实测雷达数据的反演解释提供参考,提高数据解释的精度。     

反褶积滤波在探地雷达图像处理中的应用研究

探地雷达应用于路面检测已有数十年的历史。为了从检测数据中获取有效信息,雷达图像往往需要使用滤波算法进行处理。相比于其他滤波,反褶积较为复杂且不常用。现通过两个实例,对反褶积滤波的适用性进行研究。为了获取高质量的原始数据,分别使用了中心频率500 Mhz和1 GHz的地面耦合天线。结果表明:如果使用得当,反褶积滤波能够有效地去除雷达图像中的多次反射,同时也可以显著提高图像的分辨率;通过频域分析发现,反褶积滤波还会放大高频波段的噪声;比较两个案例发现,低频天线对反褶积滤波更为敏感。因此,一般建议对低频探地雷达数据进行反褶积滤波。对于用高频天线采集的数据,应根据检测的目标物,谨慎使用该滤波,因为反褶积的误用会导致关键信息的丢失,从而导致误判。     

探地雷达在路基路面异常体病害探测中的应用

针对路基路面、桥梁病害,通过探地雷达探测中数据采集、信号处理和图像识别,开展了地质雷达检测路面结构层厚度、破损状况和路基隐患异常体部位工作,取得了路面隐含裂缝和桥梁空心板顶板厚度的实际应用。     

基于BP神经网络的探地雷达图像特征判识与提取研究

在隧道质量检测中,钢拱架的探地雷达反射图像具有双曲线特征。为了研究双曲线图像特征的智能判识,提出一种基于BP神经网络的判识方法对图像中的双曲线特征进行自动识别。通过现场实测获取探地雷达原始检测图像,继而对原始检测图像进行平滑去噪、二值化与细化等数字预处理;通过引入动量附加项对算法进行优化,构建了具有一个隐层的三层神经网络结构;采用图像窗口的方式对神经网络结构进行训练和判识测试,并利用训练成功的神经网络结构对雷达图像中的双曲线特征进行智能判识;基于判识重构后的双曲线灰度图像,利用MATLAB对灰度图像的颜色直方图特征进行提取。分析结果表明,通过这种方法对探地雷达图像中的双曲线特征进行智能判识与特征提取是可行的,研究工作能为探地雷达图像典型特征的智能判识与提取提供相关参考。     

探地雷达在某铁路挡墙质量评估中的应用研究

介绍了MALA探地雷达挡墙检测基本原理、方法。通过现场已知厚度挡墙的检测,找到此类挡墙波速的取值,并结合实际工程,总结出不同病害挡墙对应的雷达图像特征。结果表明:探地雷达检测技术能有效地发现挡墙在墙体厚度、砂浆饱满程度和墙背回填土的密实度等方面的缺陷。