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。     

路基探地雷达图像层位智能识别与状态评价

针对有砟铁路路基层位探地雷达图像人工追踪效率低、精度低的问题，提出了基于深度学习的路基层位智能识别与状态评价技术。根据多条线路现场实测数据建立样本集，基于YOLO v5和U-Net训练智能识别模型，提出了层位厚度、道床-基床界面平整度评价指标计算方法。结果表明：本文提出的有砟铁路路基层位智能识别方法具有较高精度，且U-Net模型识别效果优于YOLO v5模型，识别、评价结果与人工追踪结果偏差较小，满足铁路路基检测工程的实际需求。     

极地通信导航及探冰设备现状与发展

极地通信导航能力是船舶实现极区科考及安全航行的基础保障，目前国内对极区通信导航理论层面的研究较多，有关惯性导航坐标系编排、卫星导航极区可用性和多传感器组合导航等方面均有大量资料可供参考，但现阶段国产极地通导及探冰设备在极区高纬度航行工程应用尚存在空白。为从系统层级解决设备在极区的工程应用问题，该文结合理论分析极区环境的特殊性、船基座方式对通导探设备性能的影响，对探冰雷达、惯性导航、卫星导航、电子海图及卫星通信等设备在极区的研究现状进行了全面梳理，研究通导探冰设备设计思路，探讨了国内通导及探冰设备后续研发方向。     

铁路道床状态评估及大修决策关键技术

为了更好地进行有砟轨道大修决策，本文对国内外有砟道床的大修时机判定方法、道床状态的检测方法及合理评价指标进行分析，考虑轨道质量指数的劣化速率、道床脏污程度、线路通过总质量及轨道刚度均匀性四项因素，提出了道床状态综合评价指标——道床健康指数。结果表明：线路累计通过总质量及道床脏污率是目前道床大修时机的主要判定依据；基于探地雷达的有砟道床脏污连续检测及评估技术可为道床大修时机的判定提供重要依据，但需进一步考虑道床脏污成分的影响；轨道刚度是影响维修工作量的主要因素，可通过加载车进行连续检测，但需研究不同线路运营条件下刚度合理评价标准；道床健康指数计算结果与实际情况一致，可以用来评价道床状态。     

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。