共查询到15条相似文献，搜索用时 630 毫秒
1.
地铁隧道具有线路长、地质环境复杂、环片数量多、检测作业时间短等特点.隧道结构渗漏水病害检测是保障地铁隧道安全的重要工作,传统人工巡查检测方法检测速度慢,需耗费大量的人力物力,不能满足地铁更好运营需求.为提高隧道渗漏水检测效率,更好地适应轨道交通运营需求.本文依托高速移动三维激光扫描技术获取点云数据,提出局部图像分割方法,获取隧道渗漏水病害信息.首先通过空间变换法将三维点云数据转换为二维正射影像,采用图像二值化处理算法增强隧道渗漏水病害区域的边缘信息;然后利用区域描述算法对图像内的渗漏水区域进行分析,获取渗漏水病害区域的大小和里程信息,从而达到自动化识别隧道结构病害.研究结果表明,本文方法可快速检测地铁隧道内渗漏水病害的位置、面积等信息,节约检测时间和检测成本的同时保证了检测结果的准确性. 相似文献
2.
渗漏水是隧道常见的病害,长期渗漏会导致隧道结构开裂、裂缝、钢筋腐蚀,威胁到隧道运营安全,因此对其检测一直受到重视。本文利用三维激光扫描技术实现了竣工盾构隧道渗漏水的位置及面积的自动检测。首先采用架站式三维激光扫描仪采集竣工隧道点云,基于修正后的反射强度值生成隧道衬砌表面灰度图,再采用膨胀法与腐蚀法对灰度图像进行预处理;然后利用连通域算法计算渗漏水位置及其面积;最后结合实际工程验证本文方法的实用性及准确性。结果表明,应用本文方法竣工隧道的渗漏水检测准确率达92%。 相似文献
3.
渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本文提出了一种基于激光点云数据与改进Mask RCNN相结合的渗漏水检测方法。首先对激光点云反射强度进行修正;然后生成灰度图像并建立渗漏水病害数据集;最后在Mask RCNN算法中引入空洞卷积和变形卷积,实现了隧道渗漏水病害的快速检测。利用某地铁采集的数据进行验证,结果表明,本文提出的改进Mask RCNN算法相较于原始算法和FCN算法检测精度均有明显提升,在盾构隧道渗漏水识别方面性能表现较好。 相似文献
4.
探地雷达技术已被广泛应用于隧道衬砌病害检测方面,针对探地雷达B-Scan图像解译,近年来涌现出了许多深度学习算法,但YOLOv7算法在该领域尚未被应用。本文首先通过FDTD正演模拟了隧道衬砌的空洞和渗漏水病害,并实地采集隧道内12条测线数据分析其病害分布情况,以此构成隧道衬砌病害数据集;然后基于YOLOv7算法,利用两类病害的不同图像特征,实现对隧道衬砌病害的自动解译。研究结果表明,利用YOLOv7目标检测算法,对整体病害的识别准确率、召回率分别达到97.87%、90.61%。当IoU取0.5时,对空洞病害和渗漏水病害的识别准确率分别为97.2%和96.4%;最后随机选取100张图像进行测试,测试结果的准确率达94%。最终的试验识别结果能很好地应用在生产项目中。 相似文献
5.
6.
盾构隧道收敛监测是地铁运营检测的重要监测部分。针对收敛尺、全站仪、断面仪和巴塞特收敛系统、站式扫描仪等传统监测设备和监测方法的缺陷，本文提出一种基于移动三维激光扫描的新型收敛监测方法。移动三维激光扫描技术是利用二维断面扫描仪结合移动轨道车、惯性导航定位及编码器等多种传感器协同作业，通过人工推行扫描的方式全面获取隧道结构点云数据。结合自动化点云处理软件对管片断面收敛进行分析，实现地铁隧道收敛的快速全面监测，弥补了传统收敛监测效率低、断面监测不完善的缺点。工程应用实例结果表明，该方法不仅可以实现隧道收敛快速、高效监测，而且获取的海量点云数据可进一步深度挖掘，为地铁隧道的安全监测提供基础数据，保障地铁安全运行。 相似文献
7.
我国轨道交通已经进入新建与维护并重期。随着地铁隧道服役年限的增加,其病害种类不断增加,且各类病害呈逐渐加重的趋势。以三维激光测量隧道逐环监测数据为基础,研究隧道区间的病害空间分布特征和自相关性,全面掌握地铁隧道运营状态和病害发展趋势,是进行隧道病害防治的前提。本文利用某地地铁上行线隧道逐环三维激光测量数据,分析了错台、掉块、裂缝和渗漏水等病害在线路走向的空间分布特征,分析了病害与周边地质环境的关系。利用灰色关联分析算法研究了病害之间的相关性,为掌握隧道病害的发展趋势和认识病害之间的耦合关系建立了定量化的分析手段。本文为掌握隧道病害空间分布规律,预测隧道病害的发生、治理提供了有效依据,可以为地铁安全运营提供有力保障。 相似文献
8.
9.
地铁运营阶段对隧道结构的变形监测保证了地铁运行的安全。现阶段我国地铁隧道监测主要采用传统的全站仪等设备进行人工测量，该方法布设的变形监测点有限，且监测过程缓慢，难以全面反映隧道结构的整体变形特征。本文将移动式三维激光技术引入地铁隧道监测，采用推行式扫描方法快速获取隧道完整结构信息，自动化后处理软件全面监测隧道结构变形信息。该方法在满足监测精度要求的情况下，实现了地铁隧道快速、全面、可靠的结构监测结果。 相似文献
10.
11.
本文使用一种地铁隧道快速机器视觉检测系统，该系统采用深度学习算法，有效识别了采集图像中的病害特征。其软件平台能够方便隧道管理者实时查看和跟踪隧道病害信息。该检测系统应用于南宁地铁的检测，取得了较好的检测效果，能精确地识别隧道的裂缝、剥落和渗漏等病害，并从图像效果、定位精度、检测效率、识别率和检测精度4个方面与人工检测方法进行了对比分析。结果表明，该系统的图像采集效果显著优于人工方法；检测速度可达30 km/h；识别裂缝、剥落和渗漏的识别精度分别可达89%、100%和94%；能够识别面积为100 mm2的表面缺陷和裂缝宽度>0.2 mm的裂缝。 相似文献
12.
三维激光扫描技术具有不接触、高密度、高精度和数字化等特点，可实现地铁隧道全息、全面、快速三维测量。在土建施工阶段，分别对隧道初支及二衬进行三维扫描，可快速获取初支断面的超欠挖情况及二衬限界情况；将初支与二衬扫描获取的点云进行叠加计算，可分析隧道施工二衬的厚度。在地铁隧道运营阶段，采用移动三维激光扫描技术对隧道进行扫描，可快速获取隧道的全息数据，从点云中可分析、提取隧道渗水、裂缝、管片错台等病害信息。本文采用三维激光扫描技术对青岛地铁部分工点的施工质量及病害检测进行了测试、应用，介绍了其数据采集流程及点云分析处理，为三维激光扫描技术在地铁隧道的推广应用提供了一定的借鉴意义。 相似文献
13.
管片错台是地铁盾构隧道全生命周期中常见的一种隧道病害。错台量过大,可能会使成型的隧道发生大面积的破损和渗漏,对地铁隧道的耐久性和安全性产生极大的威胁。基于三维激光扫描技术的错台检测通过确定环缝位置提取环缝两侧的断面,继而分析错台量。目前的环缝位置识别需要将点云数据转化为正射影像,再采用人工标注的方法,该方法效率低,精度极易受作业人员的影响。本文提出了一种基于螺栓孔特征点云的地铁盾构隧道环缝识别方法,无需生成正射影像,充分利用盾构隧道既有特征点云,能够准确、快速地识别环缝位置,并在此基础上结合杭州市实际地铁工程进行环间错台检测以验证该方法。结果表明,相较于传统的隧道检测手段,该方法效率高,检测全面且监测结果能够达到工程应用的精度要求。 相似文献
14.