基于隧道快速检测车数据的公路隧道衬砌开裂识别模型研究

作     者：江桁 刘学增 朱合华 JIANG Heng;LIU Xuezeng;ZHU Hehua

作者机构：同济大学土木工程学院地下建筑工程系上海200092 同济大学土木信息技术教育部工程研究中心上海200092 

出 版 物：《现代隧道技术》 (Modern Tunnelling Technology)

年 卷 期：2020年第57卷第5期

页      面：61-65页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081406[工学-桥梁与隧道工程] 081104[工学-模式识别与智能系统] 08[工学] 0813[工学-建筑学] 0835[工学-软件工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划(2018YFB2101004) 

主　　题：公路隧道 隧道检测车 卷积神经网络 裂纹识别 边缘检测 

摘      要：随着公路隧道的不断建设,公路隧道的病害识别问题、养护问题日益增多,传统的隧道衬砌裂纹识别工作需要大量人工参与内业工作,效率不高。文章采用隧道快速检测车所采集的图像数据,利用卷积神经网络,研究得出了一套用于定向识别隧道检测车所拍摄的公路隧道衬砌开裂的模型。根据训练过程中发现的问题,针对裂纹数据集对神经网络识别效果的影响进行了对比研究,证明了按照不同裂纹走势分类图像所训练的神经网络识别能力较好,具有较好的适用性。