| 基于探地雷达的沥青路面内部病害快速识别 |
| |
| 作者姓名： | 熊学堂 谭忆秋 唐嘉明 邓昊 |
| |
| 作者单位： | 1. 哈尔滨工业大学交通科学与工程学院;2. 哈尔滨工业大学城市水资源与水环境国家重点实验室;3. 广州肖宁道路工程技术研究事务所有限公司 |
| |
| 基金项目： | 黑龙江省自然科学基金研究团队项目(TD2022E001)； |
| |
| 摘 要： | 为了提高沥青路面内部病害的检测精度及效率，开展了路面探地雷达(GPR)图像的自动识别研究．采用三维探地雷达(3D-GPR)设备高效、无损地探测沥青路面内部结构，以获取海量3D-GPR图像数据；通过多维度GPR图像辨识内部病害(横向裂缝和层间不良)的回波特征，矩形框准确标注纵断面GPR图中病害特征，进而构建内部病害回波特征GPR图像数据集(训练集、验证集和测试集)；基于深度学习技术，引入YOLOv4(you only look once version 4)算法模型，首先利用训练集和验证集完成模型网络参数的迭代更新，然后利用测试集进行模型综合检测性能评估．研究结果表明：YOLOv4模型在测试集上测试的综合检测精度大于95%，并且其检测视频的每s帧数也超过30；而层间不良的回波特征相对内部横向裂缝识别更加准确；该模型可以实时、高精度自动识别出沥青路面GPR图像中病害回波特征．
|
| 关 键 词： | 道路工程 沥青路面 自动识别 YOLOv4算法 内部横向裂缝 层间不良 探地雷达 |
|
