【技术实现步骤摘要】
本申请涉及数据处理，尤其是涉及隧道表观病害发展趋势的数据分析方法和系统。
技术介绍
1、由于很多隧道处于地质条件复杂区域，隧道结构受施工期质量缺陷、材料性能劣化、列车振动、周边工程活动等多种内外因素的影响，在运营期会出现结构病害，例如衬砌背后产生空洞、衬砌渗漏水、衬砌裂缝、衬砌掉块、接缝张开、管片错台、纵向沉降、横向收敛变形等。这些病害如果不予以控制，会影响隧道正常使用，甚至会影响结构安全，工作人员需要定期对铁路、公路或城市轨道交通的隧道的情况进行全方位巡视和检查。
2、传统的隧道检测对衬砌裂缝和衬砌掉块的情况进行检测时，通常将数字照相安装在车载设备上，在车辆运行的过程中对隧道内部的图像进行采集；检测人员随后依次对采集到的图像进行查看，并判断图像中的隧道内部否出现病害；然而，现有技术中的对隧道健康情况的评估工作基本依赖于人工评估分析，受评估工作人员的工作经验等影响，评估准确性相对难以控制，且部分隧道的长度为数十千米，对隧道健康的评估效率也比较低，因此本申请提出一种新的技术方案。
技术实现思路
1、为了提高工作人员对隧道内部病害情况的评估效率和准确性，本申请提供了隧道表观病害发展趋势的数据分析方法和系统。
2、第一方面，本申请提供的一种隧道表观病害发展趋势的数据分析方法，采用如下的技术方案：
3、所述隧道表观病害发展趋势的数据分析方法包括：
4、获取待检测隧道的诊断信息；所述诊断信息包括若干诊断图片和所述诊断图片对应的诊断图片位置坐标；
5、将所述诊断信息输入病害分析模型，所述病害分析模型基于所述诊断信息判断各位置的所述诊断图片内隧道表观的健康状态；当所述健康状态为异常时，所述病害分析模型输出病害一次诊断结果；
6、基于所述识别出所述病害区域的所述诊断图片与所述病害一次诊断结果生成校验信息；
7、接收人工对所述校验信息进行校验后输入的所述待检测隧道的病害二次诊断结果，以得到待检测隧道的表观病害发展情况。
8、通过采用上述技术方案，病害分析模型能够自动将获取到的诊断信息进行分析，病害分析模型自动各位置的诊断图片内隧道表观的健康状态进行判断；当健康状态为异常时，病害分析模型输出病害一次诊断结果，无需工作人员逐一对诊断图片进行人工分析，提高对隧道表现病害情况的分析效率；工作人员在接受到校验信息后对识别出病害区域的诊断图片进行人工分析，对自动生成的病害一次诊断结果进行人工校验，得到病害二次诊断结果，在提高待检测隧道的表观病害发展情况监测效率的同时能够提高隧道表现病害分析结果的准确性。
9、可选的，所述病害一次诊断结果包括隧道内壁的病害区域、病害类型、病害等级和所述病害区域的病害位置坐标信息。
10、通过采用上述技术方案，明确了病害一次诊断结果的具体指标，通过病害一次诊断结果能够提高工作人员对隧道表现病害情况了解和分析的效率。
11、可选的，所述病害类型包括衬砌裂缝、衬砌掉块和接缝张开；所述将所述诊断信息输入病害分析模型，所述病害分析模型基于所述诊断信息判断所述诊断图片内隧道表观的健康状态包括：
12、将所述诊断信息输入病害分析模型，所述病害分析模型对所述诊断图片进行特征解析，并对所述诊断图片的内容进行目标识别；
13、判断所述诊断图片中是否存在病害特征；所述病害特征为与所述衬砌裂缝、所述衬砌掉块和所述接缝张开对应的图像轮廓特征；
14、若所述诊断图片中不存在所述病害特征，则所述诊断图片内隧道表观的健康状态为正常；
15、若否，则所述诊断图片内隧道表观的健康状态为异常；
16、当所述健康状态为异常时，所述病害分析模型输出病害一次诊断结果。
17、通过采用上述技术方案，明确了病害分析模型对隧道健康状态的具体判断方式。
18、可选的，根据所述病害特征确定所述隧道内壁的病害区域和所述病害类型；
19、根据所述诊断图片位置坐标确定所述病害位置坐标信息；
20、根据所述隧道内壁的病害区域和所述病害类型确定所述病害等级；
21、当所述病害类型为所述衬砌裂缝时，根据识别出的裂缝长度确定所述病害等级；
22、当所述病害类型为所述衬砌掉块和所述接缝张开时，根据识别出的病害面积确定所述病害等级。
23、通过采用上述技术方案，明确了病害一次诊断结果的各项指标确定的方式。
24、可选的，在同一所述诊断图片位置坐标采集多张所述诊断图片，多个所述诊断图片由多个摄像头从多个角度采集得到。
25、通过采用上述技术方案，工作人员对隧道某一位置坐标表现病害情况进行分析时，能够对多个角度的诊断图片对隧道的具体情况进行分析，根据多个角度的诊断图片得出隧道表现病害的分析结果，能够提高隧道表观病害检测结果的准确性。
26、可选的，还包括基于若干所述诊断图片和所述诊断图片位置坐标生成待检测隧道的全幅拼接图。
27、通过采用上述技术方案，工作人员能够通过观察全幅拼接图对待检测隧道的基本情况进行了解，从而能够提高工作人员对隧道病害发展趋势的预测效率。
28、可选的，所述病害分析模型通过多组训练数据集训练得到；
29、获取若干存在表观病害的隧道内壁的图片作为样本图片；
30、对所述样本图片中的衬砌裂缝、衬砌掉块和接缝张开的区域进行标注；
31、将标注有所述病害类型的所述样本图片作为所述训练数据集；
32、将所述标注有所述病害类型的所述样本图片输入神经网络模型对所述神经网络模型进行训练，得到所述病害分析模型。
33、通过采用上述技术方案，病害分析模型通过多组样本图片对神经网络模型训练得到，使得病害分析模型更加精准；神经网络模型在对样本图片进行学习之后能够自动对诊断图片中的特征进行解析筛选出存在病害的诊断图片，提高工作人员对隧道表现病害的识别和分析效率。
34、可选的，记录所述病害二次诊断结果，并基于所述病害二次诊断结果对所述病害分析模型进行修正。
35、通过采用上述技术方案，利用人工修正过的诊断结果对病害分析模型进行优化，能够提高病害分配模型输出的病害一次诊断结果的准确性。
36、第二方面，本申请提供的隧道表观病害发展趋势的数据分析系统，采用如下的技术方案：
37、隧道表观病害发展趋势的数据分析系统，包括：
38、获取模块，用于获取待检测隧道的诊断信息；所述诊断信息包括若干诊断图片和所述诊断图片对应的诊断图片位置坐标；
39、病害分析模块，用于将所述诊断信息输入病害分析模型，所述病害分析模型基于所述诊断信息判断各位置的所述诊断图片内隧道表观的健康状态；当所述健康状态为异常时，所述病害分析模型输出病害一次诊断结果；
40、校验信息生成模块，用于基于所述识别出所述病害区域的所述诊断图片与所述病害一次诊断结果本文档来自技高网...
【技术保护点】
1.隧道表观病害发展趋势的数据分析方法，其特征在于，所述隧道表观病害发展趋势的数据分析方法包括：
2.根据权利要求1所述的隧道表观病害发展趋势的数据分析方法，其特征在于，所述病害一次诊断结果包括隧道内壁的病害区域、病害类型、病害等级和所述病害区域的病害位置坐标信息。
3.根据权利要求2所述的隧道表观病害发展趋势的数据分析方法，其特征在于，所述病害类型包括衬砌裂缝、衬砌掉块和接缝张开；所述将所述诊断信息输入病害分析模型，所述病害分析模型基于所述诊断信息判断所述诊断图片内隧道表观的健康状态包括：
4.根据权利要求3所述的隧道表观病害发展趋势的数据分析方法，其特征在于，根据所述病害特征确定所述隧道内壁的病害区域和所述病害类型；
5.根据权利要求1所述的隧道表观病害发展趋势的数据分析方法，其特征在于，在同一所述诊断图片位置坐标采集多张所述诊断图片，多个所述诊断图片由多个摄像头从多个角度采集得到。
6.根据权利要求1至5任意一项所述的隧道表观病害发展趋势的数据分析方法，其特征在于，还包括基于若干所述诊断图片和所述诊断图片位置坐标生
7.根据权利要求3所述的隧道表观病害发展趋势的数据分析方法，其特征在于，所述病害分析模型通过多组训练数据集训练得到；
8.根据权利要求1所述的隧道表观病害发展趋势的数据分析方法，其特征在于，记录所述病害二次诊断结果，并基于所述病害二次诊断结果对所述病害分析模型进行修正。
9.隧道表观病害发展趋势的数据分析系统，其特征在于，包括：
10.根据权利要求9所述的隧道表观病害发展趋势的数据分析系统，其特征在于，还包括若干组采集组件(5)，所述采集组件(5)用于采集所述诊断图像信息；所述采集组件(5)包括若干红外相机，若干所述红外相机均设置于车载支架上；若干所述红外相机摄像头的从不同的方向对待检测隧道的同一区域进行图像采集。
...【技术特征摘要】
1.隧道表观病害发展趋势的数据分析方法，其特征在于，所述隧道表观病害发展趋势的数据分析方法包括：
2.根据权利要求1所述的隧道表观病害发展趋势的数据分析方法，其特征在于，所述病害一次诊断结果包括隧道内壁的病害区域、病害类型、病害等级和所述病害区域的病害位置坐标信息。
3.根据权利要求2所述的隧道表观病害发展趋势的数据分析方法，其特征在于，所述病害类型包括衬砌裂缝、衬砌掉块和接缝张开；所述将所述诊断信息输入病害分析模型，所述病害分析模型基于所述诊断信息判断所述诊断图片内隧道表观的健康状态包括：
4.根据权利要求3所述的隧道表观病害发展趋势的数据分析方法，其特征在于，根据所述病害特征确定所述隧道内壁的病害区域和所述病害类型；
5.根据权利要求1所述的隧道表观病害发展趋势的数据分析方法，其特征在于，在同一所述诊断图片位置坐标采集多张所述诊断图片，多个所述诊断图片由多个摄像头从多个角度采集得到。...
【专利技术属性】
技术研发人员：任涛，钟芸，刘小辉，肖了林，黄伟宏，陈柚州，文永江，周云，杨洋，陈静，杨川，
申请(专利权)人：中铁长江交通设计集团有限公司，
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。