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。     

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。     

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.     

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。     

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。     

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。     

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。     

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...     

探地雷达检测技术在湛徐高速公路路况检测中的应用研究

随着我国建成公路的里程数迅速增长,道路养护需求规模日益增加。目前道路上检测仍为传统的以钻芯取样为代表的破环型检测,快速无损检测手段经过了多年研究实践,证明其已经可以应用于道路检测。本文在广东湛徐高速公路首次采用探地雷达对道路基层隐性结构病害进行了检测分析,同时在典型特点处进行钻芯取样对比分析,研究了探地雷达进行沥青路面结构基层隐性结构病害检测的可靠和准确程度。根据研究结果可知,探地雷达可以对路面质量、路面隐性病害破坏程度进行可靠的快速检测,未来具有广阔的应用前景。     

智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。     

路用探地雷达检测信号的缺陷识别试验

为研究探地雷达(GPR)对路面的缺陷检测识别,针对路用探地雷达信号的处理问题,通过在路面基层内各层界面处埋置金属板,分别对数字滤波、反褶积、波动方程偏移和小波多尺度去噪等方法的处理效果进行对比,提出了对提高异常的分辨率和奇异值分解具有明显效果的方法,并应用于道路现场检测中.结果表明,反褶积和波动方程偏移处理对提高异常的...     

公路桥梁智能检测技术研究进展

为促进公路桥梁智能检测技术的发展，系统梳理了桥梁智能检测装备、智能检测方法、智能损伤识别算法、智能安全评价及养护决策的发展现状与趋势。综合分析表明：随着桥梁智能检测技术的发展，针对桥梁检测环境和构件特点，出现了包括无人机、移动机器人、环形爬升机器人、多功能检测机器人、爬索机器人、水下机器人、声呐探测装置等多种类型的智能检测装备。智能检测装备大多采用搭载的图像采集装置进行病害信息收集，其避障及抗环境干扰能力和图像采集精度是设备性能表征的关键；在智能检测方法领域，图像采集技术、激光点云扫描技术、全息摄影技术发展日趋成熟，探地雷达、干涉合成孔径雷达及声呐探测技术可作为桥梁基础及冲刷深度检测的有效手段；但以光纤传感、热成像技术、声发射技术、超声波检测、电磁传感为特征的桥梁检测新技术，其抗环境干扰的能力还有待提升，需要进一步的工程验证。随着桥梁智能装备能力的提升、智能检测技术的发展，不同类型海量数据的涌现，传统的从病害、构件、部件到结构的分层综合安全评价算法已不能适应，采用数字孪生技术进行结构状况的实时再现与评价，以多源数据融合技术进行区域级、路网级桥梁服役性能及抗灾韧性评价是桥梁智能检测与安全评估的主要发展方向。     

车辆前方行驶环境识别技术探讨

基于雷达和视觉技术对车辆前方行驶环境识别,进而判断车辆安全状态和实现纵向横行运动状态警示和控制,其是实现汽车安全辅助驾驶的主要技术途径。介绍车辆前方行驶环境识别涉及到的雷达和视觉的一些技术,其中包括雷达种类和适用场合,雷达检测障碍物的算法,车用图像的性能要求,基于图像特征和模型的车道线识别的方法,利用图像实现其他环境信息识别的方法。     

斜拉索检测机器人的智能表观检测研究

为解决斜拉索检测日益繁重的工作任务,提高检测效率,结合斜拉索检测机器人与智能检测技术对斜拉索的外表进行检测。通过机器人在斜拉索上攀爬收集表面图像,将图像输入到卷积神经网络中进行缺陷识别,以确定缺陷的区域和位置。该项技术已成功应用于广东番禺大桥斜拉索的缺陷检测,结果证实:1)机器人能够灵活地采集到完整的斜拉索外表图像,基于智能算法的图像识别过程能够准确分辨出斜拉索不同的缺陷状态;2)识别正确率超过99%,且检测效率比传统方法提高300%,可以显著解决当前斜拉索检测的难题。     

基于视频的城市道路智能照明控制系统设计

实时的城市道路智能照明控制技术是现代智能交通系统的重要内容之一。该方法与道路交通视频监控技术一起,不仅能够保障驾驶员在雾天、雨天和夜间的行车安全,同时也可以实现城市照明节能。文中提出一种基于视频的城市道路智能照明控制方法,并在此基础上设计了相应的系统,能够根据当前的道路交通流情况,动态控制路灯系统的工作功率。经过大量交通图像序列的测试,显示本智能控制算法是鲁棒而且实时的,可以有效地调节当前道路的照明条件。     

GPR在张花高速公路结构层厚度控制中的应用

路面结构厚度对路面受力有很大影响,为了确保结构层厚度的一致性,开展结构层厚度检测是很有必要的.在对比分析传统钻芯法与探地雷达（GPR）检测方法的基础上,介绍了GPR的检测原理,结合张花高速公路工程建设,采用GPR对工程中实时铺筑的路面结构层进行厚度检测并分析检测结果,同时结合钻芯法对检测结果进行对比验证,对比结果证明GPR检测结果精确,且通过进一步分析GPR检测成果,对工程质量的动态控制起到了有效的帮助作用,证明GPR是一种针对公路结构层厚度有效的快速无损检测方法,可在工程建设中推广应用.     

空耦雷达技术在检测沥青路面厚度的探讨

本文介绍了神经网络的基本理论,提出了一种采用BP神经网络模型对空耦雷达道路检测路面厚度进行测算的新方法。并对BP神经网络模型在沥青混凝土路面厚度检测的应用进行了分析、比较,为GPR技术在道路工程检测实践中提供一种辅助判断手段。     

基于卷积神经网络的道路多目标检测方法

得益于数字图像处理技术快速的发展和计算机硬件性能的提高,基于机器学习和深度学习的图像处理技术,成为智能驾驶视觉感知的重要支撑。为了在实际道路环境中持续高效的检测道路目标,文章利用了YOLO神经网络作为主要检测框架。使用卷积神经网络可以同时捕捉到目标的底层和高层特征。物体的底层特征可以符合人的视觉感知特征和主观感受,确定物体的所属种类和外观形状,将底层特征与高层语义特征结合进一步增强神经网络识别的准确度和鲁棒性。     

高聚物注浆技术在复合式路面改扩建工程病害处治中的应用

通过总结分析复合式路面病害特点及成因,结合对道路高聚物注浆技术在路面维修中的机理分析,探讨了应用高聚物注浆技术处治复合式路面病害的适应性与技术优势。依托高聚物注浆的实体工程应用案例,采取FWD弯沉检测、雷达扫描及钻芯验证,对高聚物注浆处治前后的效果进行评价。结果表明,道路高聚物注浆技术能够快速、高效地解决边通车边施工状态下改扩建工程复合式路面基层裂缝、脱空、松散、错台等病害,对复合式路面病害的快速处治效果良好。