一种基于探地雷达的路面裂缝检测的自动识别方法与流程

本发明涉及路面裂缝检测，尤其涉及一种基于探地雷达的路面裂缝检测的自动识别方法。

背景技术：

1、在保障道路安全中，路面裂缝检测是一项重要任务。人工检测裂缝是一件耗时耗力的工作，因此往往采用探地雷达进行裂缝检测。探地雷达是一种使用电磁波进行地下探测的无损探测技术，使用探地雷达的原理是通过发射器向地面发射高频的电磁波，当遇到不同的介质会引起电磁波在地面的反射、透射和衍射等现象，这些反射的电磁波被接收器并将其转化为数字信号，对其进行处理可以实现对路面裂缝信息的准确采集，但是在检测的过程中由于裂缝的强度不均匀性和背景的复杂性，还可能存在强度相似的阴影，会给检测带来一些难度，现在大多数的检测都是通过人工进行，会导致一些识别错误问题的出现。

2、中国专利cn115616674a《探地雷达训练数据集模拟扩增与道路无损检测方法及系统》公开了一种探地雷达复杂工况训练数据集模拟扩增与道路无损检测方法，该方法通过探地雷达进行道路无损检测。该方法采用卷积神经网络模型仅对探地雷达采集到的雷达图像进行处理，而不考虑实际图像的影响，该方法所分析的图像数据存在干扰，且该方法仅仅关注道路是否无损，而不是关注于路面裂缝检测。

技术实现思路

1、有鉴于此，本发明提出了一种基于探地雷达的路面裂缝检测的自动识别方法，通过结合摄像机和探地雷达的方式，克服了现有技术中仅通过单一手段进行裂缝识别时可能出现的识别效果不佳的问题，构建路面裂缝判定识别模型对摄像机采集的路面裂缝图片和探地雷达采集的路面裂缝雷达图像进行识别，从而判断路面裂缝的裂缝等级，进而评估路面裂缝的状况。

2、本发明的技术方案是这样实现的：本发明提供了一种基于探地雷达的路面裂缝检测的自动识别方法，包括以下步骤：

3、s1，采集路面裂缝的b-scan图和实际路面裂缝图；

4、s2，对b-scan图和实际路面裂缝图进行数据处理，根据数据处理结果制作数据集，将数据集划分为训练集和验证集；

5、s3，构建地面裂缝判定模型和目标识别神经网络模型，通过训练集和验证集对地面裂缝判定模型和目标识别神经网络模型进行训练和验证，得到路面裂缝判定识别模型，所述路面裂缝判定识别模型包括优化后的地面裂缝判定模型和目标识别神经网络模型；

6、s4，将所述路面裂缝判定识别模型部署到嵌入式系统，并将嵌入式系统外接摄像机和探地雷达；

7、s5，通过摄像机和探地雷达采集路面数据，将所述路面数据导入路面裂缝判定识别模型得到路面裂缝数据，根据所述路面裂缝数据对路面裂缝进行等级评估。

8、优选的，步骤s2包括以下步骤：

9、s21，将实际路面裂缝图转化为灰度图像，增加对比度，提取边缘特征，连接临近裂缝得到连通域，删除非裂缝噪点区域，提取连通域的骨架，测量骨架的长度和宽度，得到第一数据集；

10、s22，对b-scan图加入高斯滤波并进行裁剪，得到第二数据集；

11、s23，将第一数据集划分为第一训练集和第一验证集，将第二数据集划分为第二训练集和第二验证集。

12、优选的，步骤s3包括以下步骤：

13、s31，所述地面裂缝判定模型为rcnn神经网络模型，所述目标识别模型为yolov5神经网络模型，通过第一训练集和第一验证集对rcnn神经网络模型进行训练和验证，通过第二训练集的第二验证集对yolov5神经网络模型进行训练和验证；

14、s32，根据训练和验证的结果，计算准确率、召回率和map值，根据所述准确率、召回率和map值对rcnn神经网络模型和yolov5神经网络模型进行评估和优化，得到路面裂缝判定识别模型。

15、优选的，步骤s4还包括：

16、构建嵌入式系统，将路面裂缝判定识别模型移植到嵌入式系统，使用嵌入式开发工具链对移植后的路面裂缝判定识别模型进行编译，得到可执行文件，将可执行文件烧录到嵌入式系统，集成嵌入式系统和移植后的路面裂缝判定识别模型。

17、优选的，步骤s5包括：

18、s51，将探地雷达和摄像机外接到嵌入式系统上，通过探地雷达和摄像机采集路面数据，所述路面数据包括路面裂缝图片和路面裂缝雷达图像；

19、s52，将路面裂缝图片和路面裂缝雷达图像导入嵌入式系统，通过移植后的路面裂缝判定识别模型进行识别，得到路面裂缝数据，根据所述路面裂缝数据计算路面损坏状况指数和路面破坏率；

20、s53，根据所述路面损坏状况指数评估路面裂缝的裂缝等级，显示所述裂缝等级。

21、优选的，步骤s51包括：

22、通过探地雷达采集路面裂缝雷达图像，所述路面裂缝雷达图像为b-scan图，根据路面裂缝雷达图像判断地下裂缝情况，通过摄像机采集路面裂缝图片，所述路面裂缝图片为实际路面裂缝图，根据路面裂缝图片判断路面表面裂缝情况。

23、优选的，步骤s52包括：

24、根据所述路面裂缝数据计算路面损坏状况指数和路面破坏率，具体计算公式为：

25、

26、

27、ai＝0.01×gni；

28、其中，pci为路面损坏状况指数，dr为路面破损率，a0为路面第一系数，a1为路面第二系数，i为路面损坏类型，i0为损坏类型总数，wi为第i类路面损坏权重系数，ai为第i类路面损坏的累计面积，a为路面检测计算面积，gni为第i类路面损坏的网格数。

29、优选的，所述路面损坏类型i包括损坏程度，所述损坏程度包括轻、中、重，所述第i类路面损坏权重系数wi包括人工调查权重和自动检测权重，所述路面包括沥青路面和水泥混凝土路面。

30、优选的，步骤s53包括：

31、根据所述路面损坏状况指数评估路面裂缝的裂缝等级，将裂缝等级分为优、良、中、次、差，并显示到显示器上。

32、优选的，根据所述路面损坏状况指数评估路面裂缝的裂缝等级时，对于高速公路的路面和非高速公路的路面采用两个不同标准评估裂缝等级。

33、本发明的一种基于探地雷达的路面裂缝检测的自动识别方法相对于现有技术具有以下有益效果：

34、(1)结合摄像机和探地雷达采集的两种数据集进行路面裂缝检测，提高了识别的准确性和精度，通过构建神经网络模型进行训练和验证，识别路面裂缝的数据并评估裂缝等级，提高了工作效率；

35、(2)将优化后的模型移植到嵌入式系统中，在实际应用中能够快速地进行裂缝识别和评估，提高了工作效率；

36、(3)根据路面损坏指数评估路面裂缝的裂缝等级，能够及时发现路面问题，指导维修工作，提高了路面的安全性和可靠性。

技术特征：

1.一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，步骤s2包括以下步骤：

3.如权利要求2所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，步骤s3包括以下步骤：

4.如权利要求3所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，步骤s4还包括：

5.如权利要求1所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，步骤s5包括：

6.如权利要求5所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，步骤s51包括：

7.如权利要求5所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，步骤s52包括：

8.如权利要求7所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，所述路面损坏类型i包括损坏程度，所述损坏程度包括轻、中、重，所述第i类路面损坏权重系数wi包括人工调查权重和自动检测权重，所述路面包括沥青路面和水泥混凝土路面。

9.如权利要求5所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，步骤s53包括：

10.如权利要求9所述的一种基于探地雷达的路面裂缝检测的自动识别方法，其特征在于，根据所述路面损坏状况指数评估路面裂缝的裂缝等级时，对于高速公路的路面和非高速公路的路面采用两个不同标准评估裂缝等级。

技术总结
本发明提出了一种基于探地雷达的路面裂缝检测的自动识别方法，包括以下步骤：采集路面裂缝的b‑scan图和实际路面裂缝图；对b‑scan图和实际路面裂缝图进行数据处理，根据数据处理结果制作数据集，将数据集划分为训练集和验证集；构建地面裂缝判定模型和目标识别神经网络模型，通过训练集和验证集对地面裂缝判定模型和目标识别神经网络模型进行训练和验证，得到路面裂缝判定识别模型；将所述路面裂缝判定识别模型部署到嵌入式系统，并将嵌入式系统外接摄像机和探地雷达；通过摄像机和探地雷达采集路面数据，将所述路面数据导入路面裂缝判定识别模型得到路面裂缝数据，根据所述路面裂缝数据对路面裂缝进行等级评估。

技术研发人员：吴小玲,杨红幸,张良,罗磊
受保护的技术使用者：武汉波动科技有限公司
技术研发日：
技术公布日：2024/1/15