基于非均质雷达图谱的沥青路面结构损伤识别技术

基于雷达图谱与深度神经网络的沥青路面结构损伤自动辨识方法存在数据量少且种类不均衡的问题，识别准确性与稳定性仍有待提高。提出基于非均质雷达图谱的路面结构损伤识别技术。采用探地雷达采集沥青路面结构裂缝与层间不连续病害，获取实测剖面图；基于时域有限差分法，模拟裂缝与层间不连续在匀质模型中的回波特征，与实测图谱组成数据集1#;基于芯样CT扫描图构建“沥青-集料”二相介质模型，模拟裂缝与层间不连续在二相介质模型中的回波特征，与实测图谱组成数据集2#;采用数据集1#和2#,分别训练YOLO v5深度神经网络。研究结果表明：数据集1#和2#在YOLO v5模型测试集上的m_AP@0.5为93.79%与96.33%,证明非均质图谱特征可丰富网络训练样本，并提高深度学习模型识别的准确性。