[发明专利]沥青路面水损害识别模型构建方法、识别方法及系统

说明书

本发明提供了一种沥青路面水损害识别模型构建方法、识别方法和系统，方法按照以下步骤进行：步骤一，通过GPR路面调查，获取初始数据集，步骤二，获取时频图谱集，步骤三，调整时频图谱分辨率；步骤四，构建识别模型，利用构建好的识别模型对沥青路面水损害进行识别；本发明还提供了沥青路面水损害识别方法和系统。本发明解决了现有技术中，沥青路面水损害难以实现自动化检测的技术问题，既提高了水损害识别的精度，同时为GPR原始数据的智能分析提供一种新的方法。

技术领域

本发明属于道路养护领域，涉及沥青路面水损害检测，具体涉及一种沥青路面水损害识别模型构建方法、识别方法及系统。

背景技术

探地雷达(GPR)是以雷达脉冲波探测地表以下状况并成像的仪器，其原理是利用天线发射和接收高频电磁波来探测介质内部物质特性。GPR使用高频率且通常被极化的无线电波，将电波发射入地表之下，当电磁波撞击到埋在地表下的物体或到达介电常数变化的边界时，天线接收到的反射波会记录下反射回波的讯号差异。GPR具有探测的高精度、高效率以及无损的特点，GPR已在公路交通上应用，如在隧道衬底脱空、路面脱空、建筑或者桥面板传力杆或钢筋的识别、地下管线上得到了广泛的应用。由于探地雷达成像解释困难，现有GPR信号依赖于专家分析，费时费力。特别是，公路里程长，依靠人工经验识别的方法将难以满足公路智能化检测要求，所以，迫切需要GPR信号的智能分析和识别方法。

以常见的路面缺陷为例，水损害是造成沥青路面早期损害的主要原因之一。它将破坏沥青骨料的强度和耐久性，导致沥青路面出现松散、纵横向裂缝、拥包、唧浆或泛白、坑洞、沥青层剥落等显性缺陷，降低了路面寿命，影响行车安全。而我国沥青路面已超过400万km，因此水损害的快速检测对保障交通安全，具有重要意义。

随着计算机技术和人工智能智能(如深度学习)的发展，基于GPR图谱的目标检测已经在探地雷达上得到应用，如应用于具有双曲线特征的钢筋目标检测。基于GPR图谱识别需要加密测试获得高质量的图谱，无法满足高速车载的路面缺陷检测要求。针对这个问题，笔者提出的发明专利申请(一种基于探地雷达信号时频统计特征的水损害识别方法，201910100046.3)，通过时域和频域的参数通过统计分析实现了基于GPR信号的水损害检测方法，同时表明水损害和正常路面在时域和频域上具有差异。

小波分析在时频两域都具有表征信号局部特征的能力，具有自适应符合低频信号变化缓慢而高频信号变化迅速的特点，可有效压制噪声。采用连续小波变换(CWT)，可有效体现水损害的频率成分及其对应的时间区间，可解释GPR信号能量在沥青路面中传输特征。利用其时频特征图，其特征丰富，可更能准确地实现水损害的自动检测。

发明内容

针对上述现有术的不足与缺陷，本发明的目的在于提供一种沥青路面水损害识别模型构建方法、识别方法及系统，解决现有技术中，沥青路面水损害难以实现自动化检测的技术问题。

为了解决上述技术问题，本发明采用如下技术方案予以实现：

一种沥青路面水损害识别模型构建方法，包括以下步骤：

步骤一，对GPR路面调查数据集进行预处理得到具有水损害、桥接缝和正常路面的初始数据集；

步骤二，采用连续小波变换对初始数据集进行连续小波变换，取小波变换的幅值，构建第一时频图谱集；

步骤三，对第一时频图谱集中的图谱进行滤波处理，得到第二时频图谱，构建第二时频图谱集；

步骤四，对第二时频图谱集中的图谱进行归一化处理，得到第三时频图谱，构建第三时频图谱集，为第三时频图谱集的图谱加注水损害分类标签；

步骤五，构建识别模型：

以第三时频图谱集为输入数据，以水损害分类标签作为输出数据，对预构建的GPRMCNN深度学习模型进行训练，得到训练好的识别模型；