有砟铁路路基层位变形智能识别方法 |
| |
引用本文: | 詹绍佳,杜翠,张栋,徐天新,宋玉.有砟铁路路基层位变形智能识别方法[J].铁道建筑,2024(4):90-95. |
| |
作者姓名: | 詹绍佳 杜翠 张栋 徐天新 宋玉 |
| |
作者单位: | 1. 中国铁道科学研究院集团有限公司铁道建筑研究所;2. 北京交通大学机械与电子控制工程学院 |
| |
基金项目: | 国家自然科学基金(U2268216); |
| |
摘 要: | 针对探地雷达单期数据无法获取路基层位变化情况的问题,提出了一种基于周期性检测的铁路路基层位变形智能识别方法。首先采用YOLO v5模型识别雷达图像中的桥梁设备,通过与设备表模糊匹配实现多时相数据的里程配准,再基于U-Net模型对多期数据中的路基层位线进行准确识别,最后根据年变形量提取路基显著变形的里程范围,为养护维修决策提供数据支撑。采用实测数据进行了测试试验。结果表明:多期数据配准精度满足应用需求,自动识别的层位线与人工追踪结果相近,有效提升了探地雷达周期性检测数据的处理效率和精度,为铁路路基层位变形检测提供了一种新方法。
|
关 键 词: | 铁路路基 层位变形 周期性检测 层位识别 探地雷达 机器学习 |
|
|