Investigación sobre tecnología de identificación de enfermedades en carreteras subterráneas basada en imágenes de radar por computadora
En 1993, el japonés M. Sekiguchi y otros combinaron un radar de penetración terrestre con cámaras de pozo para desarrollar un sistema de detección de estructuras viales [12]. En 1994, Kim Roddis et al. compararon las diferencias en el análisis de datos GPR de 11 tipos diferentes de carreteras en Kansas, que estaban determinadas principalmente por los materiales de la base y las estructuras de diseño [13]. En 1995, Lowry Industrial Company de Estados Unidos cooperó con GSSI Company para lanzar el primer sistema de radar de detección de carreteras de alta velocidad acoplado a aire del mundo en 10 meses y lo probó con éxito en China, como se muestra en la Figura 1.2. .........? 2¿Tecnología de radar de penetración terrestre y características de los datos? El radar de penetración terrestre es actualmente el principal método para detectar enfermedades subterráneas en vías urbanas y tiene las ventajas de una velocidad de detección rápida y una alta precisión. En este capítulo, la ecuación de onda de las ondas electromagnéticas se deriva de la teoría del campo electromagnético. A partir de la introducción teórica, se exponen el principio y la situación actual de la tecnología de los radares de penetración terrestre y se explican brevemente la forma, las características y la calibración de los datos de los radares de penetración terrestre. ? 2.1 Teoría del campo electromagnético En 1820, el físico danés Oersted descubrió por primera vez el efecto de la corriente eléctrica sobre las agujas magnéticas, es decir, el efecto magnético de la corriente eléctrica. En 1837, el físico británico Faraday propuso por primera vez que en la naturaleza existen campos eléctricos y campos magnéticos, y que ambos sólo pueden funcionar dentro de un cierto rango, convirtiendo la elusiva "acción a distancia" en un "campo" que puede ser comprendido y estudió. ". A partir de 1855, el físico británico Maxwell, además de estudiar la mecánica elástica y la mecánica estructural, también se interesó por el electromagnetismo emergente. Combinó su familiar mecánica elástica con fenómenos electromagnéticos y expresó la teoría del campo electromagnético en una forma matemática concisa, simétrica y perfecta a través de tres artículos, que se convirtieron en la base de la electrodinámica clásica posterior. Estas son las ecuaciones de Maxwell [55]. Basándose en esto, predijo la existencia de ondas electromagnéticas en 1865. En 1888, diez años después de la muerte de Maxwell, el físico alemán Hertz finalmente verificó la existencia de ondas electromagnéticas mediante experimentos. La electrodinámica clásica cree que el campo electrostático y el campo magnético estático son generados por cargas electrostáticas y corriente constante respectivamente, son independientes entre sí y satisfacen sus respectivas ecuaciones. Cuando la distribución de carga y corriente cambia con el tiempo, el campo eléctrico y el campo magnético ya no son independientes entre sí, sino que se estimulan e influyen mutuamente para formar un campo electromagnético unificado. A partir de este campo electromagnético variable en el tiempo se generan ondas electromagnéticas. Se puede ver que un conjunto de ecuaciones diferenciales derivadas de las ecuaciones de Maxwell que describen las características de fluctuación del campo electromagnético se denomina ecuación de onda. La ecuación de onda puede describir varios fenómenos ondulatorios en la naturaleza, incluidas ondas transversales y ondas longitudinales, como ondas sonoras, ondas de luz, ondas de agua, etc. La ecuación de onda es una base matemática importante para analizar la propagación de ondas electromagnéticas en diversos medios. ........? 2.2 La tecnología de radar de penetración terrestre (radar de penetración terrestre) es un instrumento electromagnético que se utiliza para detectar estructuras de medios subterráneos. Emite ondas electromagnéticas de banda ancha de alta frecuencia (1 MHz ~ 10 GHz) a través de la antena transmisora, luego recibe las ondas electromagnéticas reflejadas del medio subterráneo a través de la antena receptora y finalmente convierte las ondas electromagnéticas reflejadas en señales digitales a través de circuitos digitales y las registra en el dispositivo de almacenamiento. El radar de penetración terrestre tiene las ventajas de una alta precisión de detección y una velocidad rápida, y es un medio importante para realizar pruebas no destructivas en ingeniería. En la actualidad, los fabricantes de radares de penetración terrestre incluyen la Compañía Italiana de Ingeniería de Sistemas (IDS), la Compañía Sueca Mara, la Compañía Canadiense de Detectores y Software (SSI) y la Compañía Estadounidense de Equipos de Exploración Geofísica (GSSI). Todos ellos han lanzado productos para la detección de carreteras. Productos de radar de penetración terrestre, como se muestra en la Figura 2.1. Desde la década de 1980, después de más de 30 años de investigación y desarrollo, los productos nacionales de radar de penetración terrestre han madurado y gradualmente han formado su propio sistema, desde la recopilación de señales hasta el procesamiento de datos, han alcanzado el nivel líder mundial y tienen cierta reputación en el país y. en el extranjero. El Laboratorio Nacional Clave de Recursos y Seguridad Minera de la Universidad de Minería y Tecnología de China (Beijing), la Facultad de Carreteras de la Universidad de Chang'an y otras unidades han realizado importantes contribuciones a la investigación teórica, el desarrollo de instrumentos y la promoción de las aplicaciones del radar de penetración terrestre. Los productos que actualmente ingresan al mercado incluyen el sistema de radar de penetración terrestre de detección de vías urbanas desarrollado por la Universidad de Minería y Tecnología de China (Beijing), como se muestra en la Figura 2.2, y el radar de penetración terrestre de la serie LTD del 22º Instituto de Investigación de China Electronics Technology Group Corporation. (Qingdao). En comparación con otras tecnologías de pruebas no destructivas de carreteras, la tecnología de radar de penetración terrestre tiene las ventajas de una velocidad de detección rápida y una alta precisión de detección, por lo que se ha convertido en el principal medio de detección de carreteras urbanas. Sin embargo, los datos del radar de penetración terrestre, al igual que otros datos de detección geofísica, son difíciles de interpretar, requieren una gran experiencia en interpretación manual y tienen un largo período de interpretación, lo que ha causado ciertas dificultades en la aplicación y promoción de la detección de carreteras por radar de penetración terrestre. Este artículo utiliza el instrumento de radar de penetración terrestre de la Universidad de Minería y Tecnología de China (Beijing) para estudiar el algoritmo para la detección de imágenes de carreteras subterráneas y la identificación de anomalías subterráneas, lo que reduce la dificultad de interpretación de los datos y acorta el ciclo de interpretación. ............? 3 Diseño de modelo físico y medición característica de enfermedades de carreteras...173.1 Estructura del modelo físico...173.2 Diseño de modelo físico...203.3 Medición característica del modelo físico...233.3.1 Detección de cavidades subterráneas...Monitoreo...353.3 .3 Monitoreo de hundimiento del pavimento...393.4 Este capítulo describe el algoritmo de identificación de anomalías subterráneas...424 vías urbanas...334.1...basado en el espectro marginal de Hilbert + descomposición del modo empírico 0.1.
...... Espectro de Hilbert y espectro marginal +0.2 Resultados y análisis experimentales +0.3...464.2 Algoritmo de identificación de anomalías subterráneas basado en la búsqueda de coincidencias del núcleo.......554.3 Este capítulo resume 675 Algoritmo de medición de anomalías subterráneas para áreas urbanas. carreteras................................Preprocesamiento de datos de radar...695.1.1 Eliminación de ruido de datos de radar de penetración terrestre...695.1.2 Terreno Desplazamiento y localización de datos de radar de penetración...695.1.3 Registro preciso de datos de radar de penetración terrestre... 965.2 Algoritmo de medición de anomalías subterráneas basado en período de detección...995.3 Aplicación de la detección de enfermedades subterráneas en vías urbanas...1065.4 Resumen de este capítulo... .110?5 ¿Algoritmo de medición de anomalías subterráneas en vías urbanas? En el pasado, la interpretación de enfermedades subterráneas en las vías urbanas solo podía basarse en un resultado de detección, porque el resultado a menudo se veía seriamente interferido por el entorno circundante y había errores en los resultados de interpretación. Debido a que las cavidades subterráneas que amenazan la seguridad vial urbana se deterioran con el tiempo, se requieren múltiples inspecciones de las vías urbanas. Al comparar las diferencias en los datos de detección en diferentes períodos, se pueden identificar enfermedades subterráneas en las vías urbanas. Para comparar con precisión las diferencias en los datos de detección en diferentes períodos, es necesario medir con precisión las anomalías subterráneas de las vías urbanas y determinar la ubicación y el alcance de las anomalías subterráneas de las vías urbanas. Específicamente, en primer lugar, la interferencia de ruido en los datos del radar de penetración terrestre se reduce mediante el algoritmo iterativo de eliminación de ruido de filtrado Myriad. Luego, se utiliza el algoritmo de migración integral de Shikhov para compensar y devolver la señal en la imagen de detección del radar de penetración terrestre, lo que mejora efectivamente la precisión de los cálculos de posición y distancia. Luego, a través del algoritmo de registro fino de la imagen GPR o el algoritmo de registro entre estándares, las áreas similares de las dos imágenes corresponden completamente a la misma posición. Finalmente, seleccione una ventana deslizante adecuada y mida la ubicación y el alcance de las anomalías subterráneas comparando las diferencias en los datos del radar de penetración terrestre. ? 5.1 Preprocesamiento de datos de radares de penetración terrestre En el proceso de recopilación de datos de imágenes de radares de penetración terrestre, la interferencia de ruido es un fenómeno insuperable. A medida que aumenta la profundidad de detección, el ruido de la señal reflejada se vuelve cada vez más evidente [77-78]. Según la fuente, la interferencia de ruido incluye principalmente las siguientes categorías: 1. Hay interferencia de ondas acopladas entre la antena transmisora y la antena receptora. Incluso si se utilizan materiales de protección como metal, todavía no hay garantía de que las ondas electromagnéticas de la antena transmisora no se acoplen a la antena receptora; en segundo lugar, las impedancias de la antena transmisora y el cable transmisor no coinciden; Se debe considerar la adaptación de impedancia al conectar la antena transmisora al cable transmisor; de lo contrario, se producirá una pérdida de energía y se formará una señal de interferencia de onda estacionaria. En tercer lugar, la interferencia de oscilación entre la señal transmitida por la antena y el blindaje de la antena; Para las antenas de banda ancha, es difícil que el blindaje garantice un buen blindaje de todas las señales de frecuencia. En cuarto lugar, la interferencia de la señal se refleja en el punto de alimentación de la antena. El punto de alimentación es el punto de conexión entre la antena y la línea de alimentación. Aunque algunas señales reflejadas pueden ser absorbidas por materiales absorbentes, algunas señales seguirán causando interferencias de ondas estacionarias. Quinto, la interferencia del lóbulo lateral de la señal de pulso transmitida. En teoría, no hay lóbulos laterales en la señal del pulso transmitida. En realidad, es imposible tener sólo señales del lóbulo principal, y estas señales de los lóbulos laterales también causarán interferencias.
...? ¿en conclusión? Este artículo toma como objeto de investigación las imágenes de detección de radares de penetración terrestre, enfocándose en analizar las dificultades técnicas actuales relacionadas con la aplicación de radares de penetración terrestre en la detección de enfermedades subterráneas en vías urbanas, enfocándose en avances en la dificultad de interpretar imágenes de radares de penetración terrestre. y los altos requisitos de experiencia en interpretación manual, el largo período de interpretación y otras dificultades. Centrándose en el objetivo de identificar y medir anomalías subterráneas en vías urbanas, se estableció un modelo de evolución dinámica de vacíos subterráneos en vías urbanas y se estudiaron cuestiones clave como la identificación y medición de anomalías basadas en imágenes de radar de penetración terrestre. El trabajo principal de este artículo se puede resumir de la siguiente manera: 1. A través del experimento del modelo físico de enfermedades subterráneas de carreteras urbanas, se pueden sacar las siguientes conclusiones: cuando ocurren perturbaciones como la construcción subterránea, por un lado, se forman cavidades subterráneas debido a la perturbación, y el suelo circundante se estresa de manera desigual, lo que resulta en una reducción de la densidad, lo que provoca el asentamiento de la superficie de la carretera. Por otro lado, la formación de huecos subterráneos hará que el suelo subterráneo entre en contacto con el aire, y la continua evaporación del agua provocará una reducción de la compacidad, lo que provocará el asentamiento del pavimento. 2. A través de la investigación sobre algoritmos de identificación de anomalías subterráneas en vías urbanas, se pueden extraer las siguientes conclusiones: 1. Dado que tanto los huecos subterráneos como las tuberías metálicas provocarán cambios en el espectro marginal de Hilbert, el algoritmo de identificación de anomalías subterráneas basado en el espectro marginal de Hilbert se puede utilizar no sólo para la detección de huecos subterráneos, sino también para la detección de tuberías metálicas. El algoritmo de identificación de anomalías subterráneas basado en el espectro marginal de Hilbert puede estimar la densidad de un único modelo de limo arenoso a través de la amplitud del espectro marginal, descubriendo así anomalías subterráneas. Durante el proceso de detección subterránea de vías urbanas, debido a la influencia de tuberías y estructuras subterráneas, pueden existir errores en la densidad estimada por el algoritmo anterior. 2. Algoritmo de identificación de anomalías subterráneas basado en el seguimiento de coincidencias del núcleo. La densidad se estima mediante el escalamiento de las funciones del núcleo de las wavelets para descubrir anomalías del subsuelo. El resultado de la estimación de la densidad promedio no se verá interferido por tuberías metálicas y tiene buenas perspectivas de aplicación en la detección de holguras subterráneas y enfermedades de cavidades. 3. A través del estudio de los algoritmos de medición de anomalías subterráneas urbanas se pueden extraer las siguientes conclusiones: 1. A través del algoritmo iterativo de filtrado y reducción de ruido Myriad, se reduce la interferencia de ruido en los datos del radar de penetración terrestre y la relación señal-ruido óptima es 28,357 dB, que es 3,5 dB más alta que el algoritmo de filtrado y reducción de ruido Myriad.
Por lo tanto, en comparación con el algoritmo de eliminación de ruido del filtro Myriad, el algoritmo iterativo de eliminación de ruido del filtro Myriad puede lograr mejores efectos de filtrado. 2. Mediante el algoritmo de migración integral de Shikhov, la señal en la imagen de detección del radar de penetración terrestre se puede compensar. Cuando el parámetro es 30, el efecto de compensación es el mejor. 3. Mantener la coherencia de los datos mediante el algoritmo de registro fino de datos GPR o el algoritmo de registro entre estándares. Los experimentos muestran que a través del registro fino y el registro entre estándares, cuando se pierde el 90% de la ruta, el coeficiente de correlación entre los datos GPR restaurados y los datos originales aún puede alcanzar más de 0,9. Esto puede eliminar parcialmente las diferencias en la consistencia debido a factores como la pérdida de datos, la configuración del software de adquisición, los cambios en el contenido de humedad, etc. Dado que el registro se logra mediante diferencias horizontales y verticales, se reduce el daño a las características de la señal.
Referencias.........(omitido)