Investigación sobre tecnología de identificación de enfermedades en carreteras subterráneas basada en imágenes de radar por computadora
Durante la Segunda Guerra Mundial (1939-1945), el radar de penetración terrestre se desarrolló y aplicó rápidamente con fines militares y necesidades de guerra, logrando la detección de objetivos terrestres poco profundos. En 1960, durante la Guerra de Vietnam, el Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos lanzó un dispositivo para detectar cavidades terrestres poco profundas para descubrir túneles en el campo de batalla de Vietnam [7]. Ese mismo año, Cook J.C. realizó experimentos en minas utilizando un radar de pulso. Sin embargo, debido a las características de atenuación más fuertes de las ondas electromagnéticas en el medio subterráneo que en el aire, y a la diversidad de condiciones geológicas, la propagación de ondas electromagnéticas en el subsuelo. es más complicado que en el aire Más[8]. Con el desarrollo de la tecnología de la información electrónica, la relación señal-ruido de los instrumentos ha mejorado considerablemente. El alcance de aplicación del radar de penetración terrestre también se ha expandido rápidamente, desde medios de consumo débiles, como minas de hielo y sal gema en los primeros días, hasta medios de consumo como capas de suelo, capas de rocas y vetas de carbón. Después de la década de 1970, el radar de penetración terrestre se utilizó en la detección de canteras de piedra caliza, detección de ingeniería geológica, detección de minas de carbón, etc. En la década de 1980, con el auge del mercado civil, el radar de penetración terrestre de impulsos sin portador tomó la delantera en su entrada al mercado, y los países desarrollados compitieron para desarrollar productos de radar de penetración terrestre civiles. Desde entonces, con la actualización continua de los productos de radar de penetración terrestre, la tecnología actual de radar de penetración terrestre se ha vuelto relativamente madura [9]. El uso de tecnología de radar de penetración terrestre para la detección de firmes y pavimentos comenzó en la década de 1980. En 1983, los estadounidenses Benson y otros llevaron a cabo investigaciones relacionadas sobre asentamientos y hundimientos de carreteras [10]. En 1984, Rodeick et al. utilizaron un radar de penetración terrestre para realizar investigaciones sobre la detección de cavidades en carreteras [11]. En 1991, la Administración Federal de Carreteras de EE. UU. realizó una serie de avances en aplicaciones de ingeniería de carreteras con la detección exitosa de subrasantes y pavimentos. En 1991, la Administración Federal de Carreteras de EE. UU. realizó una serie de avances en aplicaciones de ingeniería de carreteras, detectando con éxito el espesor de la delaminación del lecho de la carretera y enfermedades de la carretera como grietas en el pavimento y huecos en la subrasante. En 1993, M. Sekiguchi y otros japoneses combinaron un radar de penetración terrestre con cámaras de pozo para desarrollar un sistema de detección de estructuras de carreteras [12]. En 1994, Kim Roddis et al. compararon las diferencias en el análisis de datos de GPR para 11 tipos diferentes de carreteras en Kansas, y estas diferencias no fueron significativas en el análisis de datos de GPR. Las diferencias en el análisis de datos se deben principalmente a los materiales del firme y las estructuras de diseño [13]. En 1995, Laurel Industries de Estados Unidos cooperó con GSSI Corporation de Estados Unidos y tardó 10 meses en lanzar el primer sistema de radar de detección de carreteras de alta velocidad acoplado a aire del mundo, que se probó con éxito en China, como se muestra en la Figura 1.2. ......... .2 ¿Tecnología y características de los datos del radar de penetración terrestre (GPR)? El radar de penetración terrestre es actualmente el principal método para detectar enfermedades subterráneas en las vías urbanas. Tiene las ventajas de una velocidad de detección rápida y una alta precisión. Este capítulo parte de la teoría del campo electromagnético y deriva la ecuación de onda de las ondas electromagnéticas. A partir de la introducción teórica, se exponen el principio y la situación actual de la tecnología de los radares de penetración terrestre y se explican brevemente la forma, las características y la calibración de los datos de los radares de penetración terrestre. 2.1 Teoría del campo electromagnético En 1820, el físico danés Oersted descubrió por primera vez la influencia de la corriente eléctrica sobre las agujas magnéticas, es decir, el efecto magnético de la corriente eléctrica. En 1837, el físico británico Faraday propuso por primera vez que los campos eléctricos y los campos magnéticos existen en la naturaleza al mismo tiempo, y que los campos eléctricos y magnéticos sólo pueden funcionar dentro de un cierto rango. Esto hace que la originalmente insondable "acción a distancia" sea comprensible y comprensible. claro. De esta manera, la "acción a distancia" originalmente esquiva se convierte en un "campo" que puede ser comprendido y estudiado. A partir de 1855, mientras estudiaba la mecánica elástica y la mecánica estructural, el físico británico Maxwell también se interesó por el electromagnetismo emergente. Combinó su familiar mecánica elástica con los fenómenos electromagnéticos y aplicó la teoría del campo electromagnético a través de tres artículos expresados de forma concisa, simétrica y. forma matemática perfecta, esta es la base de las ecuaciones electrodinámicas clásicas que luego fueron compiladas por Maxwell [55]. Así, en 1865 predijo la existencia de ondas electromagnéticas. En 1888, diez años después de la muerte de Maxwell, el físico alemán Hertz finalmente verificó experimentalmente la existencia de ondas electromagnéticas.
La electrodinámica clásica cree que los campos electrostáticos y los campos magnéticos estáticos son generados por cargas electrostáticas y corrientes constantes respectivamente. Son independientes entre sí y satisfacen sus respectivas ecuaciones. Cuando la distribución de cargas y corrientes cambia con el tiempo, los campos eléctrico y magnético ya no son independientes entre sí, sino que se excitan e interactúan entre sí para formar un campo electromagnético unificado. En este campo electromagnético variable en el tiempo se generan ondas electromagnéticas. Se puede ver que el conjunto anterior de ecuaciones diferenciales derivadas de las ecuaciones de Maxwell y que describen las características de onda del campo electromagnético se denominan ecuaciones de onda. La ecuación de onda puede describir varios fenómenos ondulatorios en la naturaleza, incluidas ondas transversales y ondas longitudinales, como ondas sonoras, ondas de luz y ondas de agua. La ecuación de onda es una base matemática importante para analizar la propagación de ondas electromagnéticas en diversos medios. ........? 2.2 Tecnología de radar de penetración terrestre El radar de penetración terrestre es un instrumento electromagnético utilizado para detectar estructuras de medios subterráneos. Emite banda ancha de alta frecuencia (1 MHz ~ 10 GHz) a través de una antena transmisora y luego recibe la onda electromagnética. refleja la onda electromagnética del medio subterráneo a través de la antena receptora y finalmente convierte la onda electromagnética reflejada en una señal digital a través de un circuito digital y la registra en el dispositivo de almacenamiento. Debido a sus ventajas de alta precisión de detección y alta velocidad, el radar de penetración terrestre es un medio importante de detección de ingeniería no destructiva. En la actualidad, la empresa italiana de ingeniería de sistemas (IDS), la empresa sueca MALA, la empresa canadiense de software y sondas (SSI), la empresa estadounidense de equipos de reconocimiento geofísico (GSSI), etc. son fabricantes de radares de penetración terrestre. radar para detección de carreteras, productos de radar de penetración terrestre, como se muestra en la Figura 2.1. A partir de la década de 1980, después de más de 30 años de investigación y desarrollo, los productos de radar de penetración terrestre nacionales se han vuelto cada vez más maduros y gradualmente han formado sus propios sistemas, desde la recopilación de señales hasta el procesamiento de datos, han alcanzado el nivel líder mundial y tienen cierta reputación. visibilidad en el país y en el extranjero. El Laboratorio Nacional Clave de Recursos y Seguridad Minera de la Universidad de Minería y Tecnología de China (Beijing), la Facultad de Carreteras de la Universidad de Chang'an y otras unidades han realizado importantes contribuciones a la investigación teórica, el desarrollo de instrumentos y la promoción de las aplicaciones del radar de penetración terrestre. Actualmente, los productos en el mercado incluyen el sistema de radar de penetración terrestre para la detección de vías urbanas desarrollado por la Universidad de Minería y Tecnología de China (Beijing) (que se muestra en la Figura 2.2), y el sistema de radar de penetración terrestre de la serie LTD del 22º Instituto de Investigación de China. Corporación del Grupo de Tecnología Electrónica (Qingdao), etc. En comparación con otras tecnologías de pruebas no destructivas de carreteras, la tecnología de radar de penetración terrestre tiene las ventajas de una velocidad de detección rápida y una alta precisión de detección, por lo que se ha convertido en el principal medio de detección de carreteras urbanas. Sin embargo, los datos del radar de penetración terrestre, al igual que otros datos de exploración geofísica, son difíciles de interpretar, requieren una gran experiencia en interpretación manual y tienen un ciclo de interpretación largo, lo que plantea ciertas dificultades para la aplicación y promoción de la detección de carreteras por radar de penetración terrestre. Este artículo utiliza el instrumento de radar de penetración terrestre de la Universidad de Minería y Tecnología de China (Beijing) para estudiar su algoritmo para la detección de imágenes de carreteras subterráneas y la identificación de anomalías subterráneas, reduciendo la dificultad de interpretación de datos y acortando el ciclo de interpretación.
............ ?3 Diseño y medición característica del modelo físico de enfermedades viales...173.1 Estructura del modelo físico...173.2 Diseño del modelo físico.... .. 203.3 Medición característica de modelo físico... 233.3.1 Detección de cavidades subterráneas... 233.3.2 Monitoreo de densidad... 353.3.3 Monitoreo de asentamiento de pavimento... .393.4 Resumen de este capítulo...424 Algoritmo de identificación de anomalías subterráneas en vías urbanas... .434.1 Algoritmo de identificación de anomalías subterráneas basado en el espectro marginal de Hilbert...434.1 .1 Descomposición en modo empírico...434.1.2 Hilbert y el espectro marginal...454.1.3 Resultados y análisis experimentales...464.2 Algoritmo de identificación de anomalías subterráneas basado en seguimiento de coincidencia del núcleo....554.3 Resumen de este capítulo...675 Algoritmo de medición de anomalías del subsuelo de carreteras urbanas...695.1 Preprocesamiento de datos de radar de penetración terrestre...695.1 .1 Reducción del ruido en el suelo. datos de radar de penetración terrestre....695.1.2 Normalización de compensación de datos de radar de penetración terrestre....765.1.3 Alineación fina de datos de radar de penetración terrestre.....815.1.4 Alineación entre escalas de radar de penetración terrestre. datos de radar...965.2 Algoritmo de medición de anomalías subterráneas basado en la detección de ciclos...995.3 Detección de enfermedades subterráneas en vías urbanas Aplicación en...1065.4 Resumen de este capítulo...110?5 ¿Algoritmo de medición de anomalías subterráneas de vías urbanas? En el pasado, la interpretación de las enfermedades subterráneas en las vías urbanas sólo podía basarse en los resultados de una prueba. Dado que los resultados de las pruebas a menudo se veían gravemente afectados por el entorno circundante, se producían errores en la interpretación. Debido a que los huecos subterráneos que comprometen la seguridad vial urbana se deterioran con el tiempo, son necesarias múltiples inspecciones de las vías urbanas. Al comparar las diferencias en los datos de detección en diferentes períodos, se pueden identificar enfermedades subterráneas en las vías urbanas. Para comparar con precisión las diferencias en los datos de detección en diferentes períodos, es necesario medir con precisión las anomalías subterráneas de las vías urbanas y determinar la ubicación y el alcance de las anomalías subterráneas de las vías urbanas. Específicamente, la interferencia de ruido en los datos del radar de penetración terrestre se reduce primero mediante el algoritmo iterativo de reducción de ruido de filtrado Mairead. Luego, se utiliza el algoritmo de migración integral de Kirchhoff para compensar y normalizar las señales en la imagen del radar de penetración terrestre, mejorando así efectivamente la precisión de los cálculos de posicionamiento y alcance. Luego, a través del algoritmo de registro fino de imágenes del radar de penetración terrestre o el algoritmo de registro de integración, las áreas similares de las dos imágenes se asignan completamente a la misma posición. Finalmente, se selecciona una ventana deslizante apropiada para medir la ubicación y la extensión de las anomalías del subsuelo correlacionando y comparando diferencias en los datos de GPR. 5.1 Preprocesamiento de datos de radares de penetración terrestre En el proceso de recopilación de datos de imágenes de radares de penetración terrestre, la interferencia de ruido es un fenómeno insuperable. A medida que aumenta la profundidad de detección, el ruido de la señal reflejada se vuelve cada vez más evidente [77-78]. La interferencia de ruido se puede dividir en las siguientes categorías según la fuente: i. Hay interferencia de ondas acopladas entre la antena transmisora y la antena receptora. Incluso si se utilizan materiales de protección como el metal, no hay garantía de que las ondas electromagnéticas de la antena transmisora no se acoplen a la antena receptora; el segundo es el desajuste de impedancia entre la antena transmisora y el cable transmisor; Se debe considerar el problema de adaptación de impedancia al conectar la antena transmisora y el cable transmisor; de lo contrario, se producirá una pérdida de energía y se formará una señal de interferencia de onda estacionaria. El tercero es la interferencia de oscilación entre la señal de la antena transmisora y la capa protectora de la antena. Para las antenas de banda ancha, es difícil para la capa protectora garantizar que todas las señales de frecuencia estén bien protegidas, y a menudo se produce interferencia de oscilación entre la señal de transmisión de la antena y la capa protectora de la antena; la cuarta es la interferencia de la señal reflejada por el punto de alimentación de la antena; El punto de alimentación es el punto de conexión entre la antena y el alimentador. Aunque se pueden usar materiales absorbentes para absorber parte de la señal reflejada, algunas señales aún causarán interferencia de onda estacionaria. La quinta es la interferencia de la válvula en el lado opuesto. la señal de pulso emitida. En teoría, la señal de pulso transmitida no existe en el lóbulo lateral. De hecho, no solo la señal del lóbulo principal, sino también estas señales del lóbulo lateral causarán interferencia.
.......?¿Conclusión? Este artículo toma como objeto de investigación las imágenes de detección de radares de penetración terrestre, enfocándose en analizar las dificultades técnicas relacionadas con el radar de penetración terrestre actual utilizado para la detección de enfermedades subterráneas en vías urbanas, enfocándose en avances en la dificultad de interpretar imágenes de radares de penetración terrestre. los altos requisitos de experiencia en interpretación humana y el ciclo de interpretación son un punto largo y difícil. Centrándose en los objetivos de identificación y medición de anomalías subterráneas en vías urbanas, se estableció un modelo de evolución dinámica de cavidades subterráneas en vías urbanas para estudiar cuestiones clave de identificación y medición de anomalías basadas en imágenes de radar de penetración terrestre. El trabajo principal de este artículo se puede resumir de la siguiente manera: 1. A través de la prueba del modelo físico de enfermedades subterráneas de carreteras urbanas, se pueden sacar las siguientes conclusiones: Cuando ocurren perturbaciones como la construcción subterránea, por un lado, se forman cavidades subterráneas debido a la perturbación, y el suelo circundante está sujeto a tensiones desiguales, lo que da como resultado que se reduzca el grado de densificación, lo que provoca el asentamiento de la subrasante. Por otro lado, la formación de cavidades subterráneas hará que el suelo subterráneo entre en contacto con el aire, y la continua evaporación del agua provocará una reducción de la compacidad, lo que a su vez provocará el asentamiento del firme de la carretera. En segundo lugar, a través del estudio de los algoritmos de identificación de anomalías subterráneas de las vías urbanas, se pueden sacar las siguientes conclusiones: 1. Dado que los huecos subterráneos y las tuberías metálicas son fenómenos anormales que provocarán cambios en el espectro marginal de Hilbert, el algoritmo basado en el espectro marginal de Hilbert. El algoritmo de reconocimiento de anomalías subterráneas se puede utilizar no sólo para la detección de cavidades subterráneas, sino también para la detección de tuberías metálicas. El algoritmo de identificación de anomalías subterráneas basado en el espectro marginal de Hilbert puede estimar la compacidad de un único modelo de arena a través del tamaño del espectro marginal y luego descubrir anomalías subterráneas. Durante el proceso de detección subterránea de vías urbanas, la densidad estimada por el algoritmo anterior puede tener errores debido a la influencia de tuberías subterráneas, estructuras, etc. 2. Algoritmo de identificación de anomalías subterráneas basado en el seguimiento de coincidencias del núcleo. La condición de compacidad se estima a través del ciclo de trabajo de la función del núcleo wavelet para descubrir anomalías subterráneas. El resultado de la estimación de la densidad promedio no se verá interferido por tuberías metálicas y tiene buenas perspectivas de aplicación en la detección de holguras subterráneas y enfermedades de cavidades. A través del estudio de los algoritmos de medición de anomalías subterráneas urbanas, se pueden sacar las siguientes conclusiones: 1. El algoritmo iterativo de reducción de ruido de filtrado Myriad reduce la interferencia de ruido en los datos del radar de penetración terrestre, y la relación señal-ruido óptima es 28,357 dB, que es menor que el algoritmo de filtrado Myriad. El algoritmo de reducción de ruido es 3,5 dB mayor, por lo tanto, el algoritmo iterativo de reducción de ruido de filtrado Myriad es más efectivo que el algoritmo de reducción de ruido de filtrado Myriad y los resultados de la estimación de densidad promedio no se verán interferidos por tuberías metálicas. . 2. Utilice el algoritmo de migración integral de Kirchhoff para migrar y normalizar las señales en la imagen de detección del radar de penetración terrestre. Cuando el parámetro es 30, el efecto de migración es el mejor. La coherencia de los datos se puede mantener realizando algoritmos de registro precisos o integrando algoritmos de registro en datos GPR. Los experimentos han demostrado que en el caso de registro fino y registro entre estándares, cuando la tasa de pérdida de canal alcanza 90, el coeficiente de correlación entre los datos GPR restaurados y los datos originales aún puede alcanzar más de 0,9. Esto elimina parcialmente las diferencias en la coherencia causadas por la pérdida de datos, la configuración del software de adquisición y los cambios en el contenido de humedad. Dado que la calibración se logra mediante diferencias en las direcciones horizontal y vertical, hay menos alteración de las características de la señal. ..........Referencias (omitidas)