排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
智慧地铁的建设需要三维模型的支撑,运用倾斜摄影测量技术,结合三维可视化技术,为智慧地铁提供了三维数据支撑,推动了全生命周期智慧地铁建设的全面发展。本文旨在以雄安新区城市轨道交通R1线为研究区,对其沿线85 km进行了无人机航飞工作,通过数据处理获取了沿线三维实景模型,并对模型成果精度进行了详细对比。结果表明,此次倾斜摄影测量成果满足1:500比例尺要求。此外,还对倾斜摄影测量技术在城市轨道交通建设中的相关应用进行了介绍,为城市轨道交通建设工作由二维向三维转变开拓了新的方向。 相似文献
2.
3.
随着地铁的不断建设与投入使用,我国正在逐步进入地铁运营养护期,地铁病害检测与运营养护也逐渐得到重视。随着地铁运营年限的增加,病害也呈现加重趋势。通过三维激光扫描技术获取隧道病害全面信息,利用空间自相关性分析地铁隧道病害的地理空间分布特征,对于认识病害形成机理,防治病害具有重要意义。本文以某地铁隧道通过三维激光扫描所获得的水平收敛数据为基础,利用空间自相关分析法定量分析了病害在地理空间上的分布特征,以及与周边水文地质环境的关系。结果表明,隧道病害在地理空间分布上呈现显著的空间正相关与空间集聚特性,且病害严重区与隧道周边水文地质环境密切相关。本文结果为隧道病害地理空间分布特征研究、认识病害分布规律及后期病害治理提供了有效依据。 相似文献
4.
现有的神经网络模型能在一定程度上实现自动识别路面病害,但在实际应用中,检测准确率无法满足道路安全运维的需求,容易出现病害的漏检和误检。针对上述问题,本文提出了一种融合灰度图像和深度图像的U-Net改进模型。首先利用深度图特征,实现自动剔除无病害数据,减轻模型的运算量;然后在传统的U-Net模型结构基础上加入全局上下文模块,在实现网络轻量化的基础上提升了网络性能;最后加入路面深度图高程信息,使模型的训练数据由一维变为二维。基于病害范围与路面深度图,获取路面病害深度参数。试验结果表明,本文提出的融合灰度图像和深度图像的U-Net改进模型在全局识别准确率、精准率、召回率、综合评价指标和mIoU指标上分别为99.09%、84.69%、81.64%、91.67%和84.58%,均高于其他两种同时进行测试的模型。在路面病害检测结果中,本文方法比其他4种模型提高了99.07%。因此,本文算法可以用于有噪声干扰的复杂场景,且能够平滑、高效地提取路面裂缝,具有较强的稳健性,可为后续的路面修复工作提供重要参考。 相似文献
5.
1