[发明专利]基于深度卷积神经网络的雷达信号铁路路基病害检测方法

说明书

本发明涉及的是一种基于深度卷积神经网络的雷达信号铁路路基病害检测方法。该方法通过车载路基检测雷达自动扫描采样获得路基原始雷达数据，然后抽取各扫描道轨枕上界面处的雷达反射信号序列进行频谱分析，获得轨枕和铁轨强反射信号的频谱灰度图；通过标注采集的部分信号频谱图中病害，设计深度卷积神经网络提取信号分析特征图，采用候选区域网络和全连接层，多次迭代构建铁路路基病害检测模型，得到路基病害的分类和检测框的预测。该方法首次提出利用深度卷积神经网络，分析铁路路基探地雷达信号中铁轨和轨枕的强反射信号，实现有砟铁路路基病害的快速检测和病害识别，为路基病害的快速整治处理提供技术支持，满足未来线路自动检测、快速养护的需求，保证铁路运营安全。

技术领域

本发明涉及铁路路基病害的病害特征表示和检测技术领域，尤其涉及一种基于深度卷积神经网络的雷达信号铁路路基病害检测方法。

背景技术

近年来，随着道路交通的高速发展，公共交通正从建设期转向养护期，路基作为铁路轨道的基础，作为铁路线路下部结构，对行车安全有着重要作用。铁路路基病害如基床冻害、翻浆冒泥、基床下沉、外挤等，会造成铁面严重变形，影响铁路正常通行，甚至造成安全事故。如何及时准确的发现病害所在，已成为保证行车安全的重中之重。

传统的有砟铁路路基病害检测方法以等距离挖深法、轻型动力触探法、瑞利波面波法、核子密度仪法、高密度电阻法等为主，这些方法存在效率低、对现有线路有损、不能提供长路段详细信息等缺陷。地质雷达是一种用于探测地下介质的广谱(1MHz－1GHz)电磁技术，该法利用高频短脉冲的电磁波遇异常地质反射的特性，接收并形成雷达剖面图，是地球物理方法中的一种高分辨率、高效率、实时无损的广谱电磁法探地雷达技术快速、无损且高效，是铁路路基检测领域中最有潜力的一种方式。可以根据质雷达图像，看出隐藏在地表以下的路基病害，但由于其病害区分度低，主要依靠人工凭经验判断，主观性大，且准确率低、费时费力，难以建立统一的评价标准。深度卷积神经网络使用卷积层结构使每个高层神经元只与前一层神经元中的某一区域相关联,有利于高层神经元捕获特征间的相对位置信息，能够在层次化结构能够在不同的层次上抽取图像的特征,其接受像素图像输入并自适应学习特征的特性使得它可以被应用于处理探地雷达信号(GPR)图像。

本发明涉及的是一种基于深度卷积神经网络的雷达信号铁路路基病害检测方法。该方法通过车载路基检测雷达自动扫描采样获得路基原始雷达数据，然后抽取各扫描道轨枕上界面处的雷达反射信号序列进行频谱分析，获得轨枕和铁轨强反射信号的频谱灰度图；通过标注采集的部分信号频谱图中病害，设计深度卷积神经网络提取信号分析特征图，采用候选区域网络和全连接层，多次迭代构建铁路路基病害检测模型，得到路基病害的分类和检测框的预测。该方法首次提出利用深度卷积神经网络，分析铁路路基探地雷达信号中铁轨和轨枕的强反射信号，实现有砟铁路路基病害的快速检测和病害识别，为路基病害的快速整治处理提供技术支持，满足未来线路自动检测、快速养护的需求，保证铁路运营安全。

发明内容

本发明针对现有技术中的上述问题，本发明提出一种基于深度卷积网络的雷达信号铁路路基病害检测方法，适用于各种铁路路基病害的检测，可以高效准确的发现病害，实现病害检测自动化。

本发明所采用的技术方案如下：

步骤(1)、通过车载路基检测雷达自动扫描采样获得路基原始雷达数据，然后抽取各扫描道轨枕上界面处的雷达反射信号序列进行频谱分析，获得轨枕和铁轨强反射信号的频谱灰度图，筛选存在病害的图像，并归一化图像大小；

步骤(2)、寻找并标注病害所在，记录病害类别(class)。以图片左上角为坐标原点，获得矩形框左上角坐标(X_min,Y_min)以及右下角坐标(X_max,Y_max)，连同图片名，图片尺寸(长、宽、深度)一起制作成可扩展标记语言(XML)格式；

步骤(3)、扩充数据用以激活函数，把扩充后的数据分为训练集和测试集，训练集占80％，测试集占20％；