[發明專利]基于視覺和力覺感知的隧道掉塊病害檢測方法和系統

有效

• 申請號: 202011130560.0
• 申請日: 2020-10-21
• 公開（公告）號: CN112326552B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 蔣奇;杜卿宇
• 申請（專利權）人: 山東大學
• 主分類號: G01N19/08
• 分類號: G01N19/08;G01N21/88;G06T7/00;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

本發明提供了一種基于視覺和力覺感知的隧道掉塊病害檢測方法和系統，采集隧道內壁圖像，利用訓練后的第一神經網絡模型初步識別掉塊病害；以初步識別過程中確定的疑似掉塊病害的中心位置為圓心，構建圓形，并通過多條直徑將圓形圓周等分，以垂直于隧道內壁的姿態抵住疑似掉塊病害的中心，在疑似掉塊病害范圍內沿所述直徑方向上運動，記錄位移，并采集運動過程中疑似掉塊病害處所受力和力矩；基于采集的位移、力和力矩，利用第二神經網絡模型對疑似隧道掉塊病害做進一步判定，最終判定隧道掉塊病害；本發明能夠快速進行隧道掉塊病害檢測，達到掉落病害快速、準確檢測的效果。

技術領域

本發明屬于隧道病害檢測技術領域，具體涉及一種基于視覺和力覺感知的隧道掉塊病害檢測方法和系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

目前很多隧道存在掉塊、裂損、變形和滲漏水等病害現象，其中掉塊病害是對交通質量影響最大的病害，掉塊病害一旦發生很有可能對隧道內行駛車輛造成極大傷害，極大的威脅隧道內的行車安全。

據發明人了解，目前隧道掉塊病害的日常檢測工作，大多通過人工作業實地勘測。工人師傅通過肉眼查看隧道內壁，看有無環形裂縫，若發現環形裂縫，工人師傅就用桿子抵住環形裂縫處前后左右活動，然后根據經驗判斷此處是否是掉塊病害，如果判定是掉塊病害則馬上安排維護。對于拱腰以上和拱頂的檢測，則需要采用腳手架或者高空升降平臺車，檢測人員才能近距離接觸到隧道內壁，采用手電筒照明，肉眼查看拱腰和拱頂的病害。該方法檢測到的掉塊病害準確率低，容易漏檢，在檢測工程中，人員安全性差，檢測效率低。

發明內容

本發明為了解決上述問題，提出了一種基于視覺和力覺感知的隧道掉塊病害檢測方法和系統，本發明能夠快速進行隧道掉塊病害檢測，達到掉落病害快速、準確檢測的效果。

根據一些實施例，本發明采用如下技術方案：

一種基于視覺和力覺感知的隧道掉塊病害檢測方法，包括以下步驟：

采集隧道內壁圖像，利用訓練后的第一神經網絡模型初步識別掉塊病害；

以初步識別過程中確定的疑似掉塊病害的中心位置為圓心，構建圓形，并通過多條直徑將圓形圓周等分，以垂直于隧道內壁的姿態抵住疑似掉塊病害的中心，在疑似掉塊病害范圍內沿所述直徑方向上運動，記錄位移，并采集運動過程中疑似掉塊病害處所受力和力矩；

基于采集的位移、力和力矩，利用第二神經網絡模型對疑似隧道掉塊病害做進一步判定，根據構建的判定因子最終判定是否是隧道掉塊病害。

作為可選擇的實施方式，所述第一神經網絡模型為YOLO神經網絡模型，包括7個卷積層和5個池化層，且卷積層全部采用3x3的卷積核，且前6個卷積層后緊跟著最大池化層來進行降維和減少參數，同時對每一層輸入都進行歸一化處理。

作為可選擇的實施方式，所述第二神經網絡模型為BP神經網絡模型，包括輸入層、隱含層和輸出層。

作為可選擇的實施方式，基于采集的位移、力和力矩，利用第二神經網絡模型對疑似隧道掉塊病害做進一步判定，最終判定隧道掉塊病害的具體過程包括：

基于隧道內壁健康狀態下測得的數據，計算得到參考狀態下殘差矩陣，構建隧道掉塊病害判定因子，計算隧道掉塊病害損傷判定閾值；

對于某處待判定的病害，利用檢測到的數據，構建隧道疑似掉塊病害處力和力矩的數據樣本集合；利用參考狀態下訓練的第二神經網絡模型，得到待判定狀態下的殘差矩陣，計算待判定狀態下隧道掉塊病害判定因子向量，并判斷待判定狀態下隧道掉塊病害判定因子向量是否超過閾值，如果超過則判定為存在掉塊病害。