-
公开(公告)号：CN119323598A
公开(公告)日：2025-01-17
申请号：CN202411417796.0
申请日：2024-10-11
Applicant: 北京城建集团有限责任公司 , 北京工业大学 , 北京城建勘测设计研究院有限责任公司
Abstract: 本发明提供一种地铁盾构隧道裂缝分割测量方法及系统，涉及深度学习技术领域。基于改进的YOLOv8‑GSD模型对地铁盾构隧道图像进行裂缝分割，并引入伽马矫正与RCLAHE理论结合的方法精确测量裂缝宽度、长度信息。所述方法包括：采集包含裂缝的地铁盾构隧道图像；基于改进的YOLOv8‑GSD模型对采集的地铁盾构隧道图像进行裂缝分割，形成地铁隧道裂缝图像；对地铁隧道裂缝图像进行图像预处理；对图像预处理后的地铁隧道裂缝图像，根据多种子区域生长方法提取裂缝区域，对裂缝区域通过细化算法提取裂缝骨架；基于裂缝骨架，根据像素连接方式计算裂缝长度和裂缝宽度。所述一种地铁盾构隧道裂缝分割测量系统应用于一种地铁盾构隧道裂缝分割测量方法。
-
公开(公告)号：CN111325747B
公开(公告)日：2023-07-11
申请号：CN202010195598.X
申请日：2020-03-19
Applicant: 北京城建勘测设计研究院有限责任公司
Abstract: 本申请提供的针对矩形隧道的病害检测方法及装置，获取包括矩形隧道的内表面上采集的点云的坐标数据和点云的强度数据的原始数据，并将坐标数据确定点云映射为灰度图像中的像素的位置，强度数据转换为像素的灰度数据，从而将原始数据转换为灰度图像，通过对灰度图像进行预设类型的图像处理，检测矩形隧道的渗水区域。与人工检测方式相比，具有更高的效率和准确性。
-
公开(公告)号：CN114511014A
公开(公告)日：2022-05-17
申请号：CN202210071582.7
申请日：2022-01-21
Applicant: 北京城建勘测设计研究院有限责任公司
IPC: G06K9/62 , G06N3/08 , G06T3/40 , G06T5/00 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于图像深度学习算法的地铁隧道渗漏水检测系统及方法，包括数据采集模块、数据预处理模块，影像拼接模块，神经网络数据集构建模块；通过8‑阵列CCD相机，采用同步控制装置，同时对地铁隧道壁进行拼接成像。本发明采用VGG16网络对拼接后的图像渗漏水病害位置作为训练集进行预训练，使用cascade R‑CNN网络来增加系统的可靠性和效率，最终能够在影像上清晰地标记出病害的位置，并通过检测框判别方法得到病害的类型，结合每次成像时，数据采集系统记录的系统位置，实现隧道病害的全自动采集、定位，代替传统人工采集方法，实现高效隧道渗漏水病害识别、定位。
-
公开(公告)号：CN111325747A
公开(公告)日：2020-06-23
申请号：CN202010195598.X
申请日：2020-03-19
Applicant: 北京城建勘测设计研究院有限责任公司
Abstract: 本申请提供的针对矩形隧道的病害检测方法及装置，获取包括矩形隧道的内表面上采集的点云的坐标数据和点云的强度数据的原始数据，并将坐标数据确定点云映射为灰度图像中的像素的位置，强度数据转换为像素的灰度数据，从而将原始数据转换为灰度图像，通过对灰度图像进行预设类型的图像处理，检测矩形隧道的渗水区域。与人工检测方式相比，具有更高的效率和准确性。
-
公开(公告)号：CN119863456A
公开(公告)日：2025-04-22
申请号：CN202510336087.8
申请日：2025-03-21
Applicant: 北京城建勘测设计研究院有限责任公司 , 武汉大学 , 北京工业大学
Abstract: 本发明涉及一种地铁隧道结构病害类型预测方法与系统，包括：采集地铁隧道的红外图像；对所述地铁隧道红外图像进行多尺度增强得到特征增强后的地铁隧道红外图像；对每个特征增强后的地铁隧道红外图像所呈现的病害类型进行标定得到训练样本；将训练样本输入到MobileNet模型中进行训练得到地铁隧道病害类型预测模型；使用所述地铁隧道病害类型预测模型对目标地铁隧道进行监测。本发明通过对红外图像进行多尺度增强，可以提高病害特征的可辨识性，使得不同类型的病害在图像中更为明显，提升模型训练的效果。
-
Patent Agency Ranking
公开(公告)号：CN119762544A
公开(公告)日：2025-04-04
申请号：CN202510265983.X
申请日：2025-03-07
Applicant: 北京城建勘测设计研究院有限责任公司 , 武汉大学 , 北京工业大学
Abstract: 本发明涉及一种地铁隧道结构安全预测方法与系统，包括：对激光点云数据进行校正处理得到校正后的激光点云数据；采集地铁隧道上的图像数据；提取出图像数据上的特征点；将图像数据上的特征点与校正后的激光点云数据上的激光点进行配准得到配准后的激光点云数据；当配准后的激光点云数据的值不在预设范围时，则发出警报。本发明通过激光点云和图像数据的实时采集与处理，能够快速识别和分析隧道的结构变化，及时发现潜在安全隐患。
-
公开(公告)号：CN119761061A
公开(公告)日：2025-04-04
申请号：CN202411957592.6
申请日：2024-12-30
Applicant: 北京城建集团有限责任公司 , 北京城建勘测设计研究院有限责任公司 , 中国地质大学(北京)
IPC: G06F30/20 , G06F30/13 , G06F17/10 , G06F111/10 , G06F119/14 , G06F111/04
Abstract: 本发明涉及一种适用于地下水扰动下的地铁隧道结构模拟方法及系统，包括：基于目标区域的地质、土壤和水文数，利用FLAC3D数值模拟软件，建立大尺度三维地质模型；收集目标区域的隧道结构数据，基于隧道结构数据在大尺度三维地质模型基础上构建小尺度隧道模型；利用克里金插值方法，计算得出小尺度隧道模型的边界条件；根据计算的边界条件利用FLAC3D数值模拟软件获取小尺度隧道模型的应力场、位移场和孔隙水压力场。本发明基于两个不同尺度大小的模型进行耦合计算，能够精确反映隧道结构的细微特征和局部应力分布，可以更全面地揭示地下水变化对隧道结构的局部扰动作用，从而为隧道的长期安全性能提供科学依据。
-
公开(公告)号：CN114419421A
公开(公告)日：2022-04-29
申请号：CN202210073070.4
申请日：2022-01-21
Applicant: 中国地质大学(北京) , 北京城建勘测设计研究院有限责任公司 , 中国安全生产科学研究院
Abstract: 本发明提供了一种基于影像的地铁隧道裂缝识别系统及方法，通过自拱型组合阵列CCD相机获取的数据，获得隧道影像，并且利用深度学习算法改进的U‑Net算法对隧道面进行智能提取和检测，可以提取出地隧道裂缝病害，并在分类的基础上，对裂缝病害进行相对定位，方便检修人员直接前往故障路段进行修理，减少工作人员搜寻病害时的二次时间成本。本发明能够满足地铁盾构隧道高速、高精度的裂缝病害检测及定位要求，处理速度快，实用价值高。
-
公开(公告)号：CN119438540A
公开(公告)日：2025-02-14
申请号：CN202510044934.3
申请日：2025-01-13
Applicant: 北京科技大学 , 北京城建勘测设计研究院有限责任公司 , 北京城建集团有限责任公司 , 北京工业大学 , 中国地质大学(北京)
Abstract: 本发明提供了地下水位变动及振动引起隧道变形的试验装置及方法，属于地下工程监测技术领域，包括：模型箱；隧道模型结构，设置于模型箱内；传感器，分别布置在隧道模型结构的内部、外部以及不同的土层位置；注水回水组件，注水端靠近位于模型箱上部两侧设置，回水端靠近模型箱两侧下部设置，用于向所述模型箱内部注水和回水；激振器，按照指定的振动频率在隧道模型结构按照不同时间间隔振动。本发明提供的地下水位变动及振动引起隧道变形的试验装置及方法，可实现对隧道变形的全方位监测，可对土层的受力变化进行分析，并准确评估地下水位变动及振动对隧道结构整体变形的影响。
-
公开(公告)号：CN113989255A
公开(公告)日：2022-01-28
申请号：CN202111302935.1
申请日：2021-11-05
Applicant: 中国地质大学(北京) , 北京城建勘测设计研究院有限责任公司
Abstract: 本发明提供基于Mask‑RCNN的地铁隧道衬砌脱落识别模型训练方法和识别方法，包括模型的训练方法和识别方法；对模型标签标注和特征提取模块进行适应性改进的算法，以特征更为明显的三维激光点云深度图为实验对象，结合残差神经网络，对目标分割算法掩码‑区域卷积神经网络进行模型训练，用训练好的模型对点云深度图进行识别，实现根据隧道全断面深度图数据进行衬砌掉落区域的自动化识别提取。该方法可以解决现阶段衬砌掉落区域识别效率低、精度差的关键问题，保证最后的识别率达到95％，识别效果显著。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.061 seconds)
