面向地铁隧道表面渗漏水的快速检测技术

作     者：田有良 樊廷立 唐超 TIAN Youliang;FAN Tingli;TANG Chao

作者机构：南京地铁运营有限责任公司江苏南京211135 武汉大学遥感信息工程学院湖北武汉430079 北京城建勘测设计研究院有限责任公司北京100101 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2022年第9期

页      码：29-33页

摘      要：随着地铁运营时间的不断增加、地下水位的上涨,地铁隧道渗漏水情况日益严重,已严重影响地铁隧道的安全运行。传统的检测方法为人工现场巡查,效率低、准确率差,高自动化、高精度、高稳定性的漏水检测方法是改进传统检测方法的关键。因此,本文提出了一种利用移动激光扫描隧道进行渗漏水检测的深度学习方法。该方法由以下部分组成:①利用获取的隧道衬砌点云建立渗漏水数据集;②通过基于掩码区域卷积神经网络进行自动渗漏检测。在南京地铁2号线奥体东—兴隆大街测试结果表明,本文方法实现了隧道衬砌漏水在二维平面的自动化检测和评价,为检测人员提供了直观的漏水信息展示。

主 题 词：地铁隧道 三维激光 深度学习 灰度图转换 图像二值化 

学科分类：08[工学] 081601[081601] 0816[工学-纺织类] 

核心收录：

D　O　I：10.13474/j.cnki.11-2246.2022.0259

馆 藏 号：203114475...