一种基于探地雷达轻量化网络的道路病害智能检测与注浆定量评价方法与流程

摘要: 本发明涉及道路工程无损检测,具体涉及一种基于探地雷达轻量化网络的道路病害智能检测与注浆定量评价方法。背景技术:1、我国公路总里程突破549万公里,长期的重载交通...
一种基于探地雷达轻量化网络的道路病害智能检测与注浆定量评价方法与流程

本发明涉及道路工程无损检测,具体涉及一种基于探地雷达轻量化网络的道路病害智能检测与注浆定量评价方法。

背景技术:

1、我国公路总里程突破549万公里,长期的重载交通和雨水侵蚀极易诱发路面层间脱空、地下空洞等隐蔽性病害。这类病害潜伏期长,一旦突发失稳,轻则造成路面沉陷,重则引发塌陷事故,严重威胁行车安全。因此,定期对道路进行大范围的无损检测与病害早期筛查,对保障路网安全运营、科学制定养护决策至关重要。

2、目前,工程界主流的道路地下无损检测手段是探地雷达法。该方法通过发射天线向地下发射高频电磁波,电磁波在遇到介电常数存在差异的介质分界面(如道路材料与空洞之间)时发生反射,接收天线接收并记录这些反射信号,最终形成一维单道波形(a-scan)和二维剖面图像(b-scan)。技术人员通过分析这些雷达图谱,间接识别和判断地下病害。然而,这种依靠人工判读的方法存在劳动生产率低、标准不一、主观性强等问题。

3、为突破人工解译的局限,学术界和工业界开始探索计算机自动识别技术。现有技术路线主要分为三类:一是基于探地雷达数值仿真技术,利用fdtd(时域有限差分)等算法模拟病害雷达图像,但现有仿真大多局限于单一尺寸或单一形状的简单建模,未能形成覆盖多埋深、多形态、多工况的标准化病害数据库,导致用于训练智能识别模型的样本严重匮乏;二是基于深度学习的道路病害智能识别技术,标准yolov5/8等目标检测模型精度高,但其巨大的参数量和计算复杂度使其无法部署在算力有限的现场手持或车载边缘检测设备上,而一些现有的轻量化改进网络则往往以牺牲大量检测精度为代价,且多数仅能输出水平矩形框,无法准确定位不规则或倾斜的脱空区域;三是注浆修复效果评价技术,当前仍严重依赖注浆压力、注浆量等间接指标或人工对比注浆前后雷达图像的经验判断,极少数研究尝试提取雷达信号特征,但指标单一或采用人为主观赋权,评价结果片面,且无法输出“注浆填充率”这一衡量注浆效果的核心工程量化指标。

4、综上所述,现有技术在病害样本数据、模型边缘部署能力、病害几何参数精确量化和注浆效果客观评价四个关键环节上存在明显的技术瓶颈。因此,迫切需要一种能够系统性解决上述问题,实现“检测-量化-评价”全流程一体化、智能化、轻量化和精准化的技术方案。

技术实现思路

1、本发明提供一种基于探地雷达轻量化网络的道路病害智能检测与注浆定量评价方法,包括以下步骤:

2、步骤s1、基于fdtd时域有限差分法,利用gprmax工具构建多工况道路隐蔽病害的正演仿真模型,通过系统性地组合病害埋深、水平长度和病害厚度三类变量,分别建立矩形规则空洞和不规则复合空洞模型,批量生成包含a-scan一维波形和b-scan二维剖面图像的仿真数据,并对其进行统一归一化和标注,构建标准化的病害仿真数据库;

3、步骤s2、构建轻量化倾斜框目标检测模型:以yolov8-obb为检测基础框架,对其主干网络进行轻量化改造,将标准卷积模块替换为基于深度可分离卷积的轻量化卷积模块,同时在特征融合颈部嵌入通道注意力机制模块,以弥补轻量化可能带来的精度损失;采用由仿真图像和少量现场实测图像组成的混合数据集对该改进模型进行训练,实现道路病害在低算力边缘设备上的高精度定位识别;

4、步骤s3、搭建经轻量化改造的实例分割网络,输入探地雷达b-scan图像,输出病害区域的完整像素掩码;基于雷达电磁波双程走时与介质波速的物理关系,确立垂直方向的像素-深度换算系数;依托探地雷达测轮编码器标定的水平采样间隔,确立水平方向的像素-距离换算系数;通过提取病害掩码轮廓的像素极值点,利用上述换算系数定量计算病害的顶部埋深、水平起止位置和脱空总长度等几何参数;

5、步骤s4、构建不同脱空尺寸在不同注浆填充率下的注浆正演模型,对比分析注浆前后雷达a-scan单道波形的变化规律;从注浆后的雷达回波信号中提取一组预设的时频域关键特征,至少包括波形振幅、回波能量、频谱均值、频谱方差、波形衰减系数、峰值时延和谐波畸变率共七项指标;采用熵权法根据各特征数据的信息量自动计算其客观权重,消除人为主观赋权偏差;对各特征进行加权计算得到综合评价得分;基于仿真模型预先建立的综合评价得分与注浆填充率的映射关系,采用线性插值方法将现场实测数据的综合得分转换为注浆填充率区间,完成注浆修复效果的定量分级评价。

6、进一步的,步骤s1中,基于gprmax的多工况道路病害正演仿真数据集构建具体如下:

7、步骤s1.1、道路多层介质电磁参数建模:建立包含沥青面层、水泥稳定碎石基层和路基土壤层的二维多层道路结构模型。为各层材料设定其在雷达工作频率下的标准相对介电常数和电导率。在多层介质内部通过删除相应区域的材料来构建表达脱空或空洞的空气区域,其相对介电常数设为1.0。

8、步骤s1.2、fdtd仿真基础参数设置:设定yee元胞的空间离散步长,使其满足对所选激励频率电磁波传播的数值色散稳定条件。在模型计算域边界设置多层单轴各向异性完全匹配层以吸收向外传播的电磁波,消除边界反射干扰。激励源采用中心频率为1ghz的雷克子波波形,由发射天线在模型地表中心位置垂直向下激发。

9、步骤s1.3、多变量病害自动化建模与批量运行:通过编写脚本程序,实现仿真参数变量的自动化组合和仿真任务的批量执行。对于矩形规则病害模型,设置三层嵌套循环:病害顶部埋深从0.2m至1.2m,以0.1m为步长递增;病害水平长度从0.3m至2.0m,以0.1m为步长递增;病害厚度分别取0.05m、0.1m、0.2m和0.3m。对于不规则病害模型,建立包含三角形、半椭圆形等形态的空洞模型,其埋深和总体尺寸在上述范围内随机抽取。每个独立工况均自动生成对应的仿真输入文件并调用gprmax求解器执行仿真计算。

10、步骤s1.4、数据后处理与标准化存储:每个仿真完成后自动导出a-scan一维波形数据和b-scan二维剖面图像。将所有b-scan图像统一归一化至固定像素尺寸并存储为通用图像格式。同时,将每种工况对应的病害真实物理参数(包括顶部埋深、水平长度、厚度和形状类型)写入标准化的数据标签文件中,形成结构化的仿真数据库,按照预定比例划分为训练集、验证集和测试集。

11、进一步的,步骤s2中,基于改进yolov8-obb的轻量化道路病害倾斜目标检测模型具体如下:

12、步骤s2.1、基础框架选用:选取yolov8-obb倾斜边界框检测网络作为基础框架。该网络能够输出带有角度信息的倾斜边界框,相较于水平矩形框,能够更紧密地贴合不规则脱空和倾斜空洞病害的实际轮廓,提升定位精度。

13、步骤s2.2、主干网络轻量化改造:对yolov8-obb的主干网络进行结构性改造。将模型中所有的标准3×3卷积模块替换为基于深度可分离卷积的轻量化卷积模块。深度可分离卷积将标准卷积分解为逐通道的深度卷积和逐点的1×1卷积两个步骤,从算法结构层面根本性地降低了模型的参数量和浮点运算次数。

14、步骤s2.3、特征融合颈部注意力补偿:在特征融合颈部层中,于每次特征图拼接操作之后嵌入通道注意力机制模块。该模块通过全局平均池化压缩空间信息,然后经由两个全连接层学习各特征通道的重要性权重,并利用该权重对原始特征图进行逐通道的重新标定。通过这一机制,能够选择性增强对病害微弱反射回波和双曲线形态特征敏感的通道,同时压制背景噪声通道的响应,有效弥补因轻量化改造可能带来的特征提取能力损失。

15、步骤s2.4、混合数据集联合训练:将仿真生成的b-scan图像与少量现场真实采集并经专业标注的实测图像组成混合训练集。训练过程中确保每个批次中同时包含仿真数据和真实数据,采用联合洗牌策略进行数据采样。损失函数融合倾斜框ciou损失进行边界框回归,采用二元交叉熵损失进行分类。训练完成后,保存验证集上最优性能指标的模型检查点文件。

16、步骤s2.5、边缘设备部署:将训练完成的模型进行格式转换和推理优化。首先导出为通用中间表示格式,然后根据目标部署硬件的类型选用相应的推理优化工具链进行模型量化和编译,生成针对特定硬件优化后的运行时文件。将优化后的模型部署于低算力边缘计算终端,接收实时探地雷达数据流并执行推理。

17、进一步的,步骤s3中,轻量化实例分割网络及病害几何尺寸定量计算具体如下:

18、步骤s3.1、轻量化实例分割网络构建与训练:以实例分割网络为基础架构,对其主干网络采用与检测模型类似的轻量化改造策略,将标准卷积模块替换为深度可分离卷积模块,减少模型冗余参数。采用包含像素级掩码标注的混合数据集进行训练,损失函数在检测损失基础上增加掩码分割分支的损失项。模型训练完成后输出每幅输入图像中脱空和空洞病害的完整像素掩码。

19、步骤s3.2、垂直方向像素-深度换算关系确立:利用雷达电磁波双程走时与介质中波速的物理关系确立垂直方向的换算系数。具体为:根据雷达系统采样率确定时域信号的采样时间间隔,结合该地区道路覆盖介质的标定平均电磁波速,计算b-scan图像纵坐标上每增加一个像素所对应的物理深度增量。该增量即为垂直方向的像素-深度换算系数。

20、步骤s3.3、水平方向像素-距离换算关系确立:依托探地雷达测轮编码器精确标定的水平采样间隔确立水平方向的换算系数。具体为:根据测轮编码器每周脉冲数和测轮周长,计算雷达系统每触发一次采集所对应的实际水平移动距离。该距离即为水平方向的像素-距离换算系数。

21、步骤s3.4、几何参数自动计算与输出:编写几何参数计算算法,对分割网络输出的病害实例像素掩码进行自动分析。算法遍历掩码所有轮廓点的坐标,寻找垂直方向的极值点和水平方向的极值点。利用垂直换算系数将像素纵坐标极值转换为病害的顶部埋深和底部埋深,并计算脱空厚度。利用水平换算系数将像素横坐标极值转换为病害的左边界位置和右边界位置,并计算脱空总长度及中心位置。将上述计算结果连同病害识别类型和关联图像信息一并输出,生成标准化的病害几何信息报表。

22、进一步的,步骤s4中,基于时频特征与熵权法的脱空注浆效果定量评价具体如下:

23、步骤s4.1、注浆工况正演建模:在gprmax仿真环境中,针对典型脱空尺寸建立对照模型。通过将空洞区域材料的属性逐步修改为注浆材料属性,模拟不同注浆填充率下的修复状态。设置从完全未注浆到完全注浆的多组对照工况,运行仿真并提取各工况下病害正上方位置的a-scan单道波形数据,对比分析注浆前后电磁波能量和波形畸变的变化规律。

24、步骤s4.2、多维度时频特征提取:从注浆后的雷达a-scan回波信号中提取一组预设的时频域关键评价特征。所选特征能够从不同角度刻画注浆材料填充引起的电磁波传播特性变化,包括:反映反射强度的波形振幅、反映回波总能量的回波能量、反映频率分布中心的频谱均值、反映频率成分离散程度的频谱方差、反映介质吸收特性的波形衰减系数、反映波速变化的峰值时延、以及反映波形非线性畸变程度的谐波畸变率。将上述七项特征构建为一个多维特征评价矩阵。

25、步骤s4.3、熵权法客观赋权计算:采用熵权法为各项特征自动分配客观权重。首先对原始特征矩阵进行归一化处理,消除不同指标量纲和量级的影响。然后计算每个数据点在该特征项下的比重,进而计算每项特征的信息熵。信息熵的大小反映了该特征在不同注浆修复状态间变异程度的高低——信息熵越低,表明该特征的变异程度越大、分辨能力越强。基于信息熵计算各特征的信息冗余度,并归一化得到每项特征的客观权重值。

26、步骤s4.4、综合评价得分与注浆填充率区间预测:将归一化后的各特征值按对应权重进行加权求和,得到每个样本点的综合评价得分。基于仿真模型中已知注浆填充率的样本数据,建立综合评价得分与注浆填充率之间的映射关系曲线。对于现场实测的雷达数据,计算其综合评价得分后,采用线性插值方法在所建立的映射曲线上确定对应的注浆填充率预测值,并以区间的形式输出,实现注浆修复效果的定量分级评价。

27、与现有技术相比,本发明具有以下有益效果:

28、实现了深度学习训练样本的低成本、高质量、大规模扩充。通过gprmax批量仿真,可零成本生成数万组涵盖不同埋深、尺寸和形态的多样化病害雷达图像数据。所有仿真样本的几何参数和生产工况完全已知,标签精度高,无需人工标注成本,解决了实测样本稀缺和标注成本高昂的痛点,为后续深度学习模型的充分训练提供了坚实的数据基础。

29、实现了检测模型在低算力边缘设备上的高精度实时推理。通过深度可分离卷积替代标准卷积,从算法结构层面根本性地减少了模型参数量和浮点运算次数,使模型推理速度能够满足边缘设备的实时性要求;而插入的通道注意力模块是一种计算开销极小的特征重标定机制,能够通过学习自动放大对病害反射特征敏感的通道、压制噪声通道,从而有效弥补了轻量化改造带来的特征提取能力损失。这种“结构减法、注意力加法”的协同策略,使得改进后的模型相比原生yolov8-obb参数量下降13.0%,计算量下降23.8%,而检测精度map@50仍高达94.1%,可在手持雷达终端和车载边缘工控机上实现实时推理。

30、实现了病害几何参数的高精度精准量化。精度提升来源于两层精确映射的叠加:一是图像层映射,实例分割网络提供了像素级别的精细病害轮廓,从源头上避免了检测框带来的边界模糊和形状信息丢失;二是物理层映射,基于电磁波双程走时与介质波速的物理公式以及精确标定的测轮采样间隔,建立了从图像像素坐标系到地下物理坐标系的确定性、线性化换算关系,而非依赖经验估算。通过这两层精确映射,病害垂直埋深测算误差可控制在0.04m以内,脱空长度误差控制在0.08m以内,远优于传统人工判读大于0.15m的误差水平,可为注浆材料预估和钻孔方案设计提供精准的定量依据。

31、实现了注浆修复效果的完全客观化、数字化定量评价。熵权法是一种依据数据本身信息量进行赋权的纯客观数学方法,某一时频特征指标在不同注浆修复状态间的变异程度越大、信息熵越低,则其分辨能力越强,被赋予的权重就越高。该机制通过数据内部规律自动确定各指标的相对重要性,消除了传统方法中人为主观赋权的随意性和不一致性。在此基础上,通过仿真模型预先建立的综合评价得分与注浆填充率之间的连续映射关系,将抽象的评分转化为工程人员可直接理解和运用的注浆填充率区间,实现了从主观定性判读到客观定量评价的跨越,为是否需要进行二次注浆提供了明确的量化决策依据。

32、实现了道路病害检测、量化、修复评价的全流程智能化闭环。四大模块通过标准化数据接口顺序衔接、协同工作,形成了“仿真数据生成—轻量化检测定位—精确分割量化—定量注浆评价”的完整自动化处理管线,大幅降低了人工解译和钻芯验证的成本投入,适配全国海量公路的常态化无损巡检需求,具有显著的经济效益和社会效益。