基于深度学习和探地雷达的道路地下空洞检测预警方法

    公开(公告)号:CN113009447B

    公开(公告)日:2023-07-25

    申请号:CN202110245588.7

    申请日:2021-03-05

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于深度学习和探地雷达的道路地下空洞检测预警方法,该方法包括:通过探地雷达采集实际道路的含噪探地雷达回波信号;对含噪探地雷达回波信号进行滤波平滑处理得到去噪探地雷达回波信号;采用生成式对抗神经网络对去噪探地雷达回波信号进行增广处理得到雷达回波信号;采用快速区域卷积神经网络对雷达回波信号进行检测得到第一检测预警结果。本发明采用GANs网络对地下坑洞数据集进行增广,解决了基于深度学习的地下空洞检测时训练样本不足的问题,同时采用快速区域卷积神经网络模型进行检测,提高了网络对信号特征的学习能力,实现了将深度学习技术更好地应用到雷达信号检测技术中,可以更加准确而快速地对道路进行无损检测。

    基于深度学习和探地雷达的道路地下空洞检测预警方法

    公开(公告)号:CN113009447A

    公开(公告)日:2021-06-22

    申请号:CN202110245588.7

    申请日:2021-03-05

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于深度学习和探地雷达的道路地下空洞检测预警方法,该方法包括:通过探地雷达采集实际道路的含噪探地雷达回波信号;对含噪探地雷达回波信号进行滤波平滑处理得到去噪探地雷达回波信号;采用生成式对抗神经网络对去噪探地雷达回波信号进行增广处理得到雷达回波信号;采用快速区域卷积神经网络对雷达回波信号进行检测得到第一检测预警结果。本发明采用GANs网络对地下坑洞数据集进行增广,解决了基于深度学习的地下空洞检测时训练样本不足的问题,同时采用快速区域卷积神经网络模型进行检测,提高了网络对信号特征的学习能力,实现了将深度学习技术更好地应用到雷达信号检测技术中,可以更加准确而快速地对道路进行无损检测。

    一种煤矸石识别与分拣装置

    公开(公告)号:CN213855792U

    公开(公告)日:2021-08-03

    申请号:CN202021439997.8

    申请日:2020-07-17

    Applicant: 长安大学

    Inventor: 李伟 石丽 耿方圆

    Abstract: 本实用新型公开了一种煤矸石识别与分拣装置,包括传输系统,在传输系统一侧依次设置有红外线灯源、红外相机、处理器、三维相机和机械手。解决了现有技术中设备庞大、工艺复杂、分拣准确率低、效率低且对环境造成污染等问题。本申请充分利用了光谱成像的原理,经过系统研究发现煤矸石对红外光线具有特殊的成像特征。煤与煤矸石对红外光的吸收和反射程度不同,两者呈现在灰度图中的差异是亮暗的程度,通过设备组合优化,可以简单有效的应用于煤矿公司的煤矸石识别及分拣的流水线作业中。

Patent Agency Ranking