System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于路基检测,具体涉及一种基于数据识别分析的路基检测方法。
技术介绍
1、路基是轨道或者路面的基础,是经过开挖或填筑而形成的土工构筑物。路基的主要作用是为轨道或者路面铺设及列车或行车运营提供必要条件,并承受轨道及机车车辆或者路面及交通荷载的静荷载和动荷载,同时将荷载向地基深处传递与扩散。在纵断面上,路基必须保证线路需要的高程;在平面上,路基与桥梁、隧道连接组成完整贯通的线路。路基是道路建设的重要组成部分,其质量直接影响到道路的使用寿命和行车安全。
2、现有对路基进行检测多为人工直接观察路基的外观,来检测路基是否有裂缝、破损等故障现象,从而对路基进行检测。此种方法需要消耗大量的人力资源以及时间,且检测结果的准确性受到检测人工的专业性影响;另外对路基进行人工直接观察只能对表面已发生的故障风险进行判断,无法对看不见的安全风险进行判断。
技术实现思路
1、本专利技术的目的在于提供一种基于数据识别分析的路基检测方法,用以解决上述
技术介绍
中所面临的问题。
2、本专利技术的目的可以通过以下技术方案实现:
3、一种基于数据识别分析的路基检测方法,所述检测方法包括:
4、步骤一、将检测路基进行等距分割为多个检测路段,采集各个检测路段的图像信息,并进行上传储存;
5、步骤二、对获取的图像信息进行分析处理,提取各个检测路段的轮廓信息,并对获取的轮廓信息进行分析,判断检测路段的路基质量是否异常;
6、步骤三、采用专业设备采集
7、步骤四、根据获取的轮廓信息进行特征提取,得到轮廓特征信息,并根据轮廓特征信息对发生质量异常的路基的异常类型进行判断。
8、进一步地,所述步骤二中判断路基质量是否异常的方法为:
9、对图像进行灰度处理,并采用边缘识别算法获取各个检测路段的轮廓信息,从而获取轮廓的点集;
10、将获得的点集与预设的合格路基的点集进行比对:
11、若两个点集的相似度小于98%,则认为轮廓不一致,判断检测路段的路基质量异常。
12、进一步地,所述步骤三中判断检测路段的路基是否存在质量异常风险的方法为:
13、每隔一段周期,在检测路段上选取n个测量点,获取各个测量点的形变量以及沉降量,从而通过公式求出平均形变量,通过公式求出平均沉降量;
14、当时,说明该检测路段的路基存在质量异常风险;
15、当时,说明该检测路段的路基存在质量异常风险;
16、否则,说明该检测路段的路基不存在质量异常风险;
17、其中,,为预设的形变量风险阈值,为预设的沉降量风险阈值。
18、进一步地,所述步骤三中断检测路段的路基是否存在质量异常风险的方法还包括:
19、在判定路基不存在质量异常风险时,连续获取m段周期下的平均形变量大小以及平均沉降量大小,并拟定出形变量大小随时间变化曲线以及沉降量大小随时间变化曲线;
20、通过公式求出潜在风险系数g;
21、将获得的潜在风险系数g与系统预设的潜在风险系数阈值进行比对:
22、当>时,则认为该检测路段的路基存在质量异常风险;
23、其中,为检测开始周期,为检测结束周期,以及为预设的权重系数,为系统预设的标准形变量大小随时间变化曲线,为系统预设的标准沉降量大小随时间变化曲线。
24、进一步地,所述步骤四中轮廓特征信息包括:轮廓复杂度信息、轮廓呈现的方向性信息、轮廓的周长信息以及轮廓的面积信息。
25、进一步地,所述步骤四中判断路基的异常类型的方法为:
26、获取轮廓的周长c以及轮廓的面积s;
27、通过公式求出特征值m;
28、将获得的特征值m与系统预设的特征值阈值进行比对:
29、当<时,判断为坑洼;
30、当≧时,判断为裂纹;
31、其中,为轮廓复杂度,为轮廓方向性系数。
32、进一步地,所述轮廓复杂度以及轮廓方向性系数获取的方法为:
33、将获取的轮廓特征输入到预先设置好的轮廓复杂度模型中,得出路基的轮廓复杂度;
34、将获取的轮廓特征输入到预先设置好的轮廓方向性系数模型中,得出路基的轮廓方向性系数dr。
35、本专利技术的有益效果:
36、本专利技术通过获取路基的图像数据,并采用数据识别处理等技术,对图像信息进行分析处理,得到路基的轮廓信息,根据轮廓信息来确定路基是否正常,并对发生质量异常的路基的异常种类进行判断,其不采用人工直接观察,可节约大量人力资源,不仅可以提高检测的准确性,还可以清楚的知道质量异常的种类,便于后续对路基的维护处理。同时本申请还可以根据采集的路基形变量以及沉降量进行分析,对路基的隐藏质量风险进行判断,便于对路基进行管控处理。
37、本专利技术可根据根据沉降量以及形变量进行实时分析,可以对路基看不见的质量风险进行判断,从而更加方便的对路基进行相应管控;同时还可以根据路基的历史形变量变化情况以及历史沉降量变化情况来对路基的潜在质量异常风险进行判断,从而及早的发现路基的异常并进行对应处理,以保证道路安全。
38、本专利技术可以结合获取的轮廓特征信息对发生质量异常的路基的异常类型进行提前判断,便于处理人员后续对路基进行相应的维护。
39、当然,实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
本文档来自技高网...【技术保护点】
1.一种基于数据识别分析的路基检测方法,其特征在于,所述检测方法包括:
2.根据权利要求1所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤二中判断路基质量是否异常的方法为:
3.根据权利要求2所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤三中判断检测路段的路基是否存在质量异常风险的方法为:
4.根据权利要求3所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤三中断检测路段的路基是否存在质量异常风险的方法还包括:
5.根据权利要求1所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤四中轮廓特征信息包括:轮廓复杂度信息、轮廓呈现的方向性信息、轮廓的周长信息以及轮廓的面积信息。
6.根据权利要求5所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤四中判断路基的异常类型的方法为:
7.根据权利要求6所述的一种基于数据识别分析的路基检测方法,其特征在于,所述轮廓复杂度以及轮廓方向性系数获取的方法为:
【技术特征摘要】
1.一种基于数据识别分析的路基检测方法,其特征在于,所述检测方法包括:
2.根据权利要求1所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤二中判断路基质量是否异常的方法为:
3.根据权利要求2所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤三中判断检测路段的路基是否存在质量异常风险的方法为:
4.根据权利要求3所述的一种基于数据识别分析的路基检测方法,其特征在于,所述步骤三中断检测路段的路基是否存在质量...
【专利技术属性】
技术研发人员:张琛,张正伟,郭昱辰,赵静,
申请(专利权)人:枣庄鼎汇建设工程有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。