基于人脸识别技术的4D探地雷达道路塌陷智能探测和监测技术研究

20240115

交通运输、仓储和邮政业

本研究开发了4D探地雷达城市道路监测数据处理方法及智能比对方法，并在长达4个月的道路监测数据中进行了应用，当使用其中19.5%对网络进行432次训练后，模型精度可达0.83044，与准确结果吻合度较好。本研究在实际数据上取得了较理想的结果，奠定了使用4D探地雷达建立城市道路下方动态库的方法基础。 本研究中基于能量比的道路空洞半定量方法，我们在约300 km的探地雷达数据中进行了测试，从中初步筛选出12个空洞，其中10个通过钻孔验证为空洞，该方法的准确率为83.3%。此外，该方法效率极高，解释100 m的数据需要约11 s的时间，适用于海量4D探地雷达数据的快速解释。根据实测数据的验证表明，本研究提出的能量比方法在实际应用中是十分有效的。 本研究提出的速度校正方法在模型测试中，误差平均减小了12.4%，校正后的最大误差仅为3.44%。该校正方法的精度约为0.002 m/ns，在原有基础上提高了7.55倍。本研究为利用CMP数据确定横向非均匀介质中的探地雷达速度提供了一个先例，对提高探地雷达道路探测数据处理和解释的精度具有重要意义，也为进一步利用CMP数据确定更加复杂条件下的探地雷达速度奠定了基础。 该项目中的相关研究成果目前已在模拟数据中进行了测试，并在实际数据中也都取得了较好的应用效果。随后可将其在工程中进行应用，以达到工业化生产的目标。

资金方面，转化项目的开发和实施都需要一定的资金支持。这包括但不限于研发费用、设备购置费用、材料费、人员劳务费、市场推广费用等。具体的资金需求需要根据转化的具体情况进行详细的预算。拟合作方需要提供适合进行科技成果转化的场地，如4D探地雷达数据采集所需的实验场地，数据采集系统硬件制作所需要的室内测控系统实验室，处理软件开发所需要的室内计算实验室，室外实际数据采集所需要的城市道路场地等。设备方面，包括但不限于：软件系统研发所需要的高性能计算机平台、专业测试软件等。拟合作方需要能够提供或购买这些设备。人员需求方面，需要一支具有相关专业知识和技能的团队，涉及人员专业应包括：地球物理相关专业、控制科学与工程相关专业、计算机科学相关专业、工程操作员、市场推广及营销从业人员、知识专利产权从业人员等，其中研发团队应该有副教授职称以上或对应职称高级工程师领头，开发人员应为本专业从业三年以上人员为主，研发人员学历应以硕士、博士研究生为主，有自主开发或参与开发类似项目经历，市场推广及知识专利产权工作人员理论上需要有专业相关背景或类似产品代理经历。

可国（境）内外转让

1、提高交通基础设施安全性： （1）实时监测道路状况：使用3D探地雷达技术实时监测道路结构，能够及早发现裂缝、空洞和其他潜在的危险因素。通过对电磁波波场特征的分析，能够识别路面疏松和空洞等问题，预警潜在的道路塌陷风险。 （2）提前发现隐患和病害：数值模拟和物理模拟研究能够帮助建立各种灾害模型，从而提前识别不同类型的道路病害，如沉降、塌方等。通过深度学习技术，实现对不同道路病害的快速识别，为迅速采取修复措施提供基础。 （3）定期维护和预防性修复：通过3D探地雷达监测，建立智能化的维护计划，实现对道路状态的定期监测，及时发现并修复小问题，避免其演变成更大的安全隐患。制定预防性的维护措施，如定期检查路基的稳定性，可以提高道路的整体安全性。 （4）改进道路设计和建设标准：通过对不同道路病害的深入研究，可以为未来的道路设计和建设提供更加科学的标准，确保新建道路具有更高的抗灾能力和安全性。 2、降低维护成本： （1）精准维护规划：通过3D探地雷达监测和数值模拟研究，可以获取准确的道路结构和病害信息，有助于建立精准的维护计划，避免不必要的维护开支。 （2）及时修复小型病害：实时监测技术可以帮助管理者及时发现并修复小型病害，避免小型病害演变成塌陷灾害，从而减少维护成本。科研进行预防性的维护，如定期清理排水系统，可以减少因积水引起的路面损坏，节省长期维护成本。 （3）智能化维护流程：利用先进技术，如人工智能和大数据分析，实现智能化的维护流程，提高维护效率，减少不必要的人力和物力浪费。 （4）优化材料使用：通过深入研究不同灾害模型，可以确定最适合的修复材料和方法，从而优化维护成本，降低修复过程中的浪费。 （5）合理规划维护周期：基于监测数据和模拟研究结果，合理规划维护周期，避免过度维护，减少不必要的开支，同时保证道路的安全性。通过综合应用这些技术和方法，可以在保障道路安全性的同时，最大程度地降低维护成本，实现道路管理的可持续发展。这不仅有助于提高交通基础设施的整体效益，也为社会提供更为安全、可靠的道路服务。

北京市自然科学基金面上项目

北京市科学技术委员会;中关村科技园区管理委员会

本研究对4D探地雷达在城市道路中的数据处理方法及数据智能比对方法进行研究。在数据处理部分，首先对原始数据的二维剖面进行预处理，包括时间零点校正、水平背景去除、频率域滤波等，压制噪声干扰、挖掘有效反射信号。再通过基于互相关算法的三维数据配准方法对时间零点位置进行归一化、空间位置进行配准，该算法应用于实际数据中，取得良好效果，能够使反射信号还原到其真实的空间位置。随后，将处理后的4D探地雷达数据进行比对，判断目标区域的变化情况。借鉴人工智能领域人脸识别的思路，首先使用U-Net对探地雷达数据纵剖面进行数据分割，划分出目标位置及其分布范围；再将数据分割结果进行比对，计算目标区域预测标签的变化量。本研究开发了4D探地雷达城市道路监测数据处理方法及智能比对方法，所提出的方法均在实际数据上取得了较理想的结果，奠定了使用4D探地雷达建立城市道路下方动态库的方法基础。 为了研究路基结构的三维空间变化，对4D探地雷达数据进行了归一化相似度属性计算并对其结果进行三维成像。通过对实测数据分析发现，当对比度与结构相似度同时小于0.6或其中任意一种属性小于0.4时数据中的变化主要由路基变化引起。该方法一方面可以排除4D探地雷达数据中由地下基础设施或孤石等非病害目标引起的假异常；另一方面可直观反应路基的动态变化过程，从而圈定潜在威胁区域并及时进行修复。此外，该方法后续可与深度学习技术结合，从而实现大范围的路基动态监测和灾害预警，具有较高的工程应用价值。 针对探地雷达数据中类似空洞的假异常数量较多，空洞验证率低的问题。本研究从数值模拟实验出发，我们发现单道数据的能量特征可作为空洞识别的重要依据，创新性地提出了一种基于能量比的探地雷达道路空洞识别方法。与常规的基于反射波振幅、频率、相位以及同相轴形态等基本信息直接进行空洞识别的方法不同，该方法利用单道信号的能量与整个剖面平均能量的比值确定空洞的能量比范围，从而实现空洞特征的半定量分析。将该方法在实际数据中进行了应用，结果显示计算100 m探地雷达数据的能量比需要耗费约10.3 s的时间，并且其准确率约为83.3%。该方法大幅度提高了数据解释效率，并且可以有效排除大量假异常，从而实现空洞的快速、准确定位。表明能量比方法可以实现道路空洞的快速和准确识别。与此同时，降低了数据解释人员的经验要求，在工程领域有较大的应用前景。 我们遵循用简单的方法求解复杂情况下探地雷达速度的原则。针对多种探地雷达应用场景中突出的介质横向非均匀性问题，提出了一种基于CMP数据的速度校正方法。通过本研究可以得出以下三个结论：1）横向非均匀介质中CMP数据得到的探地雷达速度误差超过10%，严重影响对地下情况的准确判定。2）基于异常体分布范围的速度校正方法可以显著降低探地雷达速度估计的误差。在模型测试中，误差平均减小了12.4%，校正后的最大误差仅为3.44%。3）本研究提出的校正方法其精度约为0.002 m/ns，在原有基础上提高了7.55倍。综上所述，本研究为利用CMP数据确定横向非均匀介质中的探地雷达速度提供了一个先例，对提高探地雷达道路探测数据处理和解释的精度具有重要意义，也为进一步利用CMP数据确定更加复杂条件下的探地雷达速度奠定了基础。