检索结果-南通市图书馆

作者：钟炳辉成都理工大学

学位级别：硕士

近三十年来,我国的高速公路建设获得了飞速发展。随着公路运营时间越来越长,重载、雨水、温度等外部因素会导致裂缝、坑槽、沉陷等表面病害和不密实、层间脱空、松散等隐伏病害发生。目前,我国高速公路已从“建设为主”逐渐转变为“建... 详细信息

近三十年来,我国的高速公路建设获得了飞速发展。随着公路运营时间越来越长,重载、雨水、温度等外部因素会导致裂缝、坑槽、沉陷等表面病害和不密实、层间脱空、松散等隐伏病害发生。目前,我国高速公路已从“建设为主”逐渐转变为“建养为主、养护为主”。为了提高公路养护决策能力,保证交通安全,对公路病害,特别是隐伏病害的高效、高精度检测成为了当前亟待解决的关键问题。隐伏病害检测方法主要分为钻芯取样和无损检测两大类。钻芯取样检测具有破坏性、效率低和不能全面评估公路结构等缺点,因此无损检测已经成为了高速公路隐伏病害检测的主流方法。在无损检测方法中,由于探地雷达具有高效、抗干扰性强等优点并且能获得连续、高分辨率的图像,因此其在高速公路隐伏病害检测中得到了广泛的应用。探地雷达在高速公路隐伏病害检测中的应用瓶颈主要表现在解释阶段。当前,主要由解释人员对处理后的雷达图像进行解释以识别出不同的病害类型和位置,但是雷达图像的数据量巨大,人工解释效率低、解释精度稳定性不高（主要依赖于解释人员的经验）、成本较高,为此研究高效和高稳定性的智能解释技术具有重要的应用价值。公路雷达图像智能解释技术研究的关键是路面隐伏病害的智能检测方法。深度卷积神经网络能模拟人的视觉特性,可以提取不同尺度的图像特征,因此在计算机视觉中获得了广泛的应用。本文在分析雷达图像特征的基础上设计了相应的深度卷积神经网络结构,实现了路面隐伏病害的智能检测方法。具体来说,本文主要研究内容如下:（1）结合公路的雷达图像、波形图以及岩芯图,确定主要隐伏病害类型（孔隙多、层间脱空、层间松散和结构松散）,同时分析这些隐伏病害类型的探地雷达响应特性。（2）采用时域有限差分法模拟公路隐伏病害的雷达响应,确定不同病害类型的图像特征,然后结合实测数据与模拟数据构建隐伏病害雷达图谱库。同时,实测雷达图像中隐伏病害被背景信息压制,导致隐伏病害不易区分,为此本文在分析雷达数据特性的基础上总结出一套公路雷达数据处理方案以凸显病害特征。（3）提出一种基于特征融合的公路隐伏病害智能检测方法。由于公路隐伏病害形态各异且属于小目标,本文基于特征金字塔思想,将高层特征的丰富语义信息和低层特征的细节信息融合,融合后的特征用于公路隐伏病害的识别与定位。实验结果表明,与VGG（Visual Geometry Group）网络结构和Res Net50（Residual network）网络结构相比,基于特征融合的隐伏病害检测方法具有较高的检测精度,其中,层间脱空的AP（Average Precison）值由63.2%（VGG）、72.1%（Res Net50）提升至92.2%,孔隙多的AP值由54.6%（VGG）、57.3%（Res Net50）提升至86.6%,层间松散的AP值由43.2%（VGG）、48.6%（Res Net50）提升至79.4%,结构松散的AP值由38.8%（VGG）、42.6%（Res Net50）提升至76.9%,m AP（mean Average Precision）值由50.0%（VGG）、55.2%（Res Net50）提升至83.8%。（4）提出一种基于改进YOLOv3（You Only Look Once v3）的公路隐伏病害智能检测方法。基于特征融合的隐伏病害检测方法属于二阶段检测,与一阶段检测方法相比,检测速度相对较低。对于在检测效率上有较高要求的工程应用,检测速度就显得及其重要。为此,本文对YOLOv3方法进行研究并对特征提取网络和检测层进行优化,同时对模型中的Anchor尺寸大小作出修改。实验结果表明,相比原始YOLOv3检测方法,改进YOLOv3的隐伏病害检测方法m AP值由69.6%提升至76.6%;与二阶段基于特征融合的隐伏病害检测方法相比,尽管m AP值由83.8%下降至76.6%,但FPS（Frames Per Second）提升了4.35倍。

关键词：路面隐伏病害雷达图谱库深度卷积神经网络特征融合 YOLOv3

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

公路路面损坏与内部隐伏病害的关联性研究

引用

中外公路 2024年第5期 75-82页

作者：刘宪明夏晗胡冬平闫晨杨睿钟新然山东高速工程检测有限公司上海圭目机器人有限公司山东高速股份有限公司

路面结构的内部隐伏病害是影响公路性能及使用寿命的重大隐患。该文结合现行《公路技术状况评定标准》（JTG 5210—2018）中路面破损率的统计方法，提出了表征道路内部隐伏病害状况的指标——路面结构破损率。依托实际公路检测工程，对... 详细信息

路面结构的内部隐伏病害是影响公路性能及使用寿命的重大隐患。该文结合现行《公路技术状况评定标准》（JTG 5210—2018）中路面破损率的统计方法，提出了表征道路内部隐伏病害状况的指标——路面结构破损率。依托实际公路检测工程，对某区间长38 km、双向四车道的高速公路进行了路面损坏调查和路面以下1 m深度范围内隐伏病害调查，并按照100 m整桩号分段统计分析了路面损坏与隐伏病害总体情况及二者的空间分布规律，进一步探索了不同路面损坏状况下路面破损率和路面结构破损率的相关关系。研究结果表明：当路面损坏较严重时，路面破损率和路面结构破损率存在较强相关性。即当路面损坏状况指数较低时，内部隐伏病害也会随之增多，此时路面表观病害和隐伏病害可能存在着伴生关系；此外，随着隐伏病害的发生层位逐渐加深，更容易出现伴生的路面损坏。

关键词：路面隐伏病害路面损坏状况关联性研究探地雷达

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于视觉注意力机制的公路隐伏病害检测方法

基于视觉注意力机制的公路隐伏病害检测方法

引用

作者：王敬阳成都理工大学

学位级别：硕士

公路交通是支撑国家社会和经济发展的重要基础设施。近年来,我国的公路和高速公路都得到了极大发展。随着公路的频繁使用,重载、超载以及自然侵蚀等问题导致公路出现不同程度的隐伏病害。这些病害致使道路的承载能力降低,维护问题日渐突... 详细信息

公路交通是支撑国家社会和经济发展的重要基础设施。近年来,我国的公路和高速公路都得到了极大发展。随着公路的频繁使用,重载、超载以及自然侵蚀等问题导致公路出现不同程度的隐伏病害。这些病害致使道路的承载能力降低,维护问题日渐突出,严重影响道路的使用年限、运输能力及行车安全等。为了提高维护效率和降低维护成本,需要对公路进行检测,确定隐伏病害的类型和位置。目前,公路路面结构和隐伏病害检测方法主要分为两大类:(1)钻孔检测方法。钻孔检测是一种有损检测方法,只能获得“一孔之见”,而且成本较高;(2)无损检测方法。无损检测方法目前已经逐渐成为公路隐伏病害的主流检测方法。在这些无损检测方法中,探地雷达(Ground Penetrating Radar,GPR)具有快速便捷、操作筒单、无损、抗干扰等优点,已成为公路病害检测的主要检测方法之一。在公路检测中,GPR数据量庞大,人工解释存在成本高、效率低等缺点,严重制约了GPR在公路检测中的大规模应用。为此,研究公路隐伏病害GPR自动解释算法具有重要的实用价值。深度神经网络在图像识别和目标检测等许多领域已经得到了广泛的应用,因此本文对实测公路GPR图像特性进行分析并使用深度神经网络对公路隐伏病害进行自动检测。鉴于公路隐伏病害类别样本的不平衡以及检测网络结构复杂问题,本文分别提出了基于注意力机制的二阶段和一阶段病害检测算法。具体来说,本文的主要工作表现在如下几个方面:(1)构建公路隐伏病害GPR图像数据集。本文基于探地雷达采集的公路路面图像及其特征分析,通过静校正、去均值、除毛刺等多种方法进行预处理,减少噪声干扰影响并增强路面隐伏病害的特征信息。经过预处理后,通过手动标注病害标签,构建了路面隐伏病害图像数据集。(2)提出了一种基于注意力机制的公路隐伏病害GPR图像二阶段检测方法。在目标检测中,二阶段检测方法具有较高的检测精度,但是检测效率相对较低。在二阶段检测中,作为骨干网络,Faster RCNN用于特征提取,但是网络结构较复杂、训练及测试速度较慢。为了提高检测效率,使用轻量化网络Mobile Net V2更换Faster RCNN的部分网络,较大提高整个网络的训练质量和检测效率。同时,应用注意力机制进一步优化Faster RCNN目标检测模型,能有效提高检测精度和效率。此外,考虑到病害样本不平衡的问题,还通过随机剪切、色域变换、高斯噪声等方式进行数据扩增。实测数据实验结果验证了该方法对公路隐伏病害GPR图像数据的检测精度和效率。(3)提出了一种基于注意力机制的公路隐伏病害GPR图像一阶段检测方法。相对于二阶段检测算法,一阶段检测算法具有较高的检测效率,但是检测精度相对较低。本文首先以YOLOv5作为基础网络,在骨干特征提取网络部分CSPDark Net53的基础上引入了Focus模块,用以提升模型提取图像特征的多样性。然后,在输入端采用了Mosaic数据增强;同时,采取自动生成预测框的方式,以获得自适应病害样本尺度的预测框。最后,在YOLOv5网络架构中融入SPP(Spatial Pyramid Pooling)与注意力机制,有效提升了目标的检测精度。

关键词：路面隐伏病害自动检测注意力机制 Faster RCNN YOLOv5

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：