CN109490317A - 一种隧道快速检测车裂缝检测精度校准方法 - Google Patents

一种隧道快速检测车裂缝检测精度校准方法 Download PDF

Info

Publication number
CN109490317A
CN109490317A CN201811473604.2A CN201811473604A CN109490317A CN 109490317 A CN109490317 A CN 109490317A CN 201811473604 A CN201811473604 A CN 201811473604A CN 109490317 A CN109490317 A CN 109490317A
Authority
CN
China
Prior art keywords
crack
tunnel
quick test
test vehicle
identification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811473604.2A
Other languages
English (en)
Other versions
CN109490317B (zh
Inventor
吴益林
张彦龙
田卿燕
林海山
李清
朱明波
刘浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HUALU TRAFFIC SCIENCE-TECHNOLOGY Co Ltd GUANGDONG
Guangdong Cross Section Inspection Co Ltd
Original Assignee
HUALU TRAFFIC SCIENCE-TECHNOLOGY Co Ltd GUANGDONG
Guangdong Cross Section Inspection Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HUALU TRAFFIC SCIENCE-TECHNOLOGY Co Ltd GUANGDONG, Guangdong Cross Section Inspection Co Ltd filed Critical HUALU TRAFFIC SCIENCE-TECHNOLOGY Co Ltd GUANGDONG
Priority to CN201811473604.2A priority Critical patent/CN109490317B/zh
Publication of CN109490317A publication Critical patent/CN109490317A/zh
Application granted granted Critical
Publication of CN109490317B publication Critical patent/CN109490317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854Grading and classifying of flaws
    • G01N2021/8874Taking dimensions of defect into account

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Lining And Supports For Tunnels (AREA)

Abstract

本发明公开一种隧道快速检测车裂缝检测精度校准方法,包括以下步骤:(1)将不同类型和尺寸的裂缝绘制于与隧道衬砌内表面颜色相近的长方形模型板上,将绘有模拟裂缝的模型板安装在隧道衬砌内表面的不同部位,包括隧道边墙与拱部;(2)通过隧道快速检测车对模型板上的裂缝图像进行采集,经后期图像数据处理分析获得裂缝的尺寸信息;(3)对比隧道快速检测车获得的裂缝信息与模型板上的裂缝尺寸,实现隧道快速检测车裂缝检测精度校准。通过预先将各种类型和尺寸的裂缝集中且随机布设于模型板上,隧道快速检测车需要采集的目标图像数据量小,后期只需截取模型板区域的图像进行裂缝识别、提取以及尺寸计算分析等,极大地提升了工作效率。

Description

一种隧道快速检测车裂缝检测精度校准方法
技术领域
本发明涉及工程施工领域技术,尤其是指一种隧道快速检测车裂缝检测精度校准方法。
背景技术
目前隧道快速检测车裂缝检测精度校准方法包括:
(1)隧道模型台架上安装模型裂缝:
通过在室外安装的小段的(长度一般在0.5米-1米)全尺寸隧道裂缝模型,采用隧道快速检测车静态采集裂缝图像,经后处理分析获得模型裂缝的尺寸数据,再与模型裂缝的实际尺寸数据进行对比,从而达到隧道快速检测车裂缝检测精度校准的目的。
该方法中的隧道模型与运营公路隧道实际的内部环境差别较大,未综合考虑隧道的不规则断面轮廓、照度、车辆尾气和粉尘、车辆行驶速度等的影响,导致校准结果缺乏对实际检测环境的适用性与准确性。
(2)运营隧道实际环境内裂缝检测:
首先利用裂缝测宽仪和皮尺等工具分别对隧道衬砌表面裂缝宽度和长度进行检测,其次采用隧道快速检测车利用车载仪器对裂缝图像进行采集,并经过后期图像处理识别出对应裂缝的尺寸信息,最后对比人工采集的裂缝数据与隧道快速检测车采集和处理的裂缝信息,以达到校准裂缝检测精度的目的。
该方法中每次人工采集隧道拱部或者边墙高处的裂缝尺寸前都需要进行交通管制,而后方可借助高空车对裂缝数据进行采集,不仅影响隧道的正常运营,而且较为耗费人力;此外,隧道内各种形式的裂缝(包括环向裂缝、纵向裂缝、斜向裂缝、龟裂等)大多随机分布于隧道内不同里程的不同位置,导致隧道快速检测车需要采集的图像数据量大,后期图像处理工作繁重,不利于快速提取所采集的图像中计划比对的裂缝信息。
发明内容
有鉴于此,本发明针对现有技术存在之缺失,其主要目的是提供一种隧道快速检测车裂缝检测精度校准方法,能有效解决目前隧道快速检测车裂缝检测精度校准方法存在与运营隧道实际环境不符、准确性较差、影响隧道正常运营、耗费人力、图像处理工作繁重、提取目标裂缝信息效率低的问题。
为实现上述目的,本发明采用如下之技术方案:
一种隧道快速检测车裂缝检测精度校准方法,包括以下步骤:
(1)将不同类型和尺寸的裂缝绘制于与隧道衬砌内表面颜色相近的长方形模型板上,将绘有模拟裂缝的模型板安装在隧道衬砌内表面的不同部位,包括隧道边墙与拱部;
(2)通过隧道快速检测车对模型板上的裂缝图像进行采集,经后期图像数据处理分析获得裂缝的尺寸信息;
(3)对比隧道快速检测车获得的裂缝信息与模型板上的裂缝尺寸,实现隧道快速检测车裂缝检测精度校准。
优选的,所述步骤(1)中模型裂缝的制作和安装:
1)裂缝板技术性能要求:
① 裂缝板背景色差:当裂缝板安装于贴有白色瓷砖的隧道边墙时,△E∈[0.5,1.0],单位NBS;当裂缝板安装于隧道拱部混凝土表面时,△E∈[0.5,1.5],单位NBS;
② 裂缝板厚度≤5mm;
③ 裂缝宽度打印误差<5%,裂缝长度打印误差<1%;
2)裂缝板安装要求:
① 隧道要求:在两车道和三车道隧道中均安装;
② 安装部位:包括隧道边墙与拱部,同时在照明灯具周边安装;
③ 桩号要求:选取隧道进口段、过渡段、中间段与出口段四个桩号区段,对应于隧道内不同的照度环境;
④ 断面要求:适用于设有紧急停车带的隧道,裂缝板安装断面分为隧道正常段断面与隧道拓宽段断面。
优选的,所述步骤(2)中检测技术要求:
① 隧道快速检测车平均车速:视频类检测车≥60km/h,激光类检测车≥5km/h;平均车速计算方式:采用秒表计时获得检测车单次检测用时T,根据隧道设计资料获得检测车单次检测里程长度L,则平均车速v=L/T;
② 隧道快速检测车行驶车道:根据车辆检测系统的配置要求自主选择;激光类检测车任意选择一个车道行驶;视频类检测车在单向两车道隧道时,要求隧道快速检测车分别行驶于最右侧的主车道和最左侧的超车道进行2次检测;单向三车道时,要求隧道快速检测车分别行驶于最右侧的慢车道和最左侧的快车道进行2次检测。
优选的,所述步骤(3)中的对比,包括裂缝检测精度的6项指标:
裂缝检测精度指标包括如下6项:
① 裂缝识别率:统计隧道快速检测车识别的设计裂缝数量,裂缝识别率=识别的设计裂缝数量/设计裂缝总数量;
② 裂缝长度误差:计算隧道快速检测车识别的裂缝长度与对应的设计裂缝长度之差,裂缝长度误差=识别的裂缝长度-对应的设计裂缝长度;
③ 裂缝宽度误差:计算隧道快速检测车识别的裂缝宽度与对应的设计裂缝宽度之差,裂缝宽度误差=识别的裂缝宽度-对应的设计裂缝宽度;
④ 裂缝类型识别准确率:判断隧道快速检测车识别的裂缝的类型与对应的设计裂缝的类型是否相符,裂缝类型识别准确率=裂缝类型识别正确的裂缝数量/识别的设计裂缝总数量;
⑤ 桩号误差:计算隧道快速检测车识别的裂缝所处的桩号与设计裂缝实际桩号,桩号误差=识别的裂缝所处的桩号-设计裂缝实际桩号;
⑥ 生成并导出裂缝展布图。
优选的,所述步骤(3)中各裂缝检测精度指标的合格标准:
① 宽度≥0.2mm的裂缝识别率达到100%;
② 裂缝长度误差<5%;
③ 裂缝宽度误差<10%;
④ 裂缝类型识别准确率>95%;
⑤ 桩号误差<5%;
⑥ 裂缝展布图清晰度良好,人眼能够清晰识别展布图上的裂缝以及背景图像。
本发明与现有技术相比具有明显的优点和有益效果,具体而言,由上述技术方案可知:
通过预先将各种类型和尺寸的裂缝集中且随机布设于模型板上,隧道快速检测车需要采集的目标图像数据量小,后期只需截取模型板区域的图像进行裂缝识别、提取以及尺寸计算分析等,极大地提升了工作效率;本发明方法只需在模型板初次安装时进行交通管制,往后每次校准时只需利用快检车对裂缝图像进行采集即可,不仅有利于重复或者连续多次校准,提高校准精度,而且能够保障隧道的正常运营;本发明的方法检测环境为运营公路隧道,综合考虑了隧道断面轮廓、照度条件、车辆尾气以及粉尘等因素对隧道快速检测车裂缝检测精度的影响,满足实际工程的应用要求。
为更清楚地阐述本发明的结构特征和功效,下面结合附图与具体实施例来对本发明进行详细说明。
附图说明
图1是本发明之较佳实施例裂缝模型板的裂缝设计示意图;
图2是本发明之较佳实施例两车道隧道裂缝模型板布置断面图;
图3是本发明之较佳实施例三车道隧道裂缝模型板布置断面图;
图4是本发明之较佳实施例两车道隧道裂缝模型板布置平面展开图;
图5是本发明之较佳实施例三车道隧道裂缝模型板布置平面展开图;
图6是本发明之较佳实施例展布图实例-裂缝模型板区域;
图7是本发明之较佳实施例展布图实例-隧道全幅。
具体实施方式
本发明揭示了一种隧道快速检测车裂缝检测精度校准方法,包括有以下步骤:
(1)将不同类型和尺寸的裂缝绘制于与隧道衬砌内表面颜色相近的长方形模型板上,将绘有模拟裂缝的模型板安装在隧道衬砌内表面的不同部位,包括隧道边墙与拱部。
模型裂缝的制作和安装:
1)裂缝板技术性能要求:
① 裂缝板背景色差:当裂缝板安装于贴有白色瓷砖的隧道边墙时,△E∈[0.5,1.0],单位NBS;当裂缝板安装于隧道拱部混凝土表面时,△E∈[0.5,1.5],单位NBS;
② 裂缝板厚度≤5mm;
③ 裂缝宽度打印误差<5%,裂缝长度打印误差<1%。
2)裂缝板安装要求:
① 隧道要求:在两车道和三车道隧道中均安装;
② 安装部位:包括隧道边墙与拱部,同时在照明灯具周边安装;
③ 桩号要求:选取隧道进口段、过渡段、中间段与出口段四个桩号区段,对应于隧道内不同的照度环境;
④ 断面要求:适用于设有紧急停车带的隧道,裂缝板安装断面分为隧道正常段断面与隧道拓宽段断面。
(2)通过隧道快速检测车对模型板上的裂缝图像进行采集,经后期图像数据处理分析获得裂缝的尺寸信息。
检测技术要求:
① 隧道快速检测车平均车速:视频类检测车≥60km/h,激光类检测车≥5km/h;平均车速计算方式:采用秒表计时获得检测车单次检测用时T,根据隧道设计资料获得检测车单次检测里程长度L,则平均车速v=L/T;
② 隧道快速检测车行驶车道:根据车辆检测系统的配置要求自主选择;激光类检测车任意选择一个车道行驶;视频类检测车在单向两车道隧道时,要求隧道快速检测车分别行驶于最右侧的主车道和最左侧的超车道进行2次检测;单向三车道时,要求隧道快速检测车分别行驶于最右侧的慢车道和最左侧的快车道进行2次检测(避免相邻车道过往车辆对于目标检测对象的遮挡影响)。
步骤(3)中的对比,包括裂缝检测精度的6项指标:
裂缝检测精度指标包括如下6项:
① 裂缝识别率:统计隧道快速检测车识别的设计裂缝数量,裂缝识别率=识别的设计裂缝数量/设计裂缝总数量;
② 裂缝长度误差:计算隧道快速检测车识别的裂缝长度与对应的设计裂缝长度之差,裂缝长度误差=识别的裂缝长度-对应的设计裂缝长度;
③ 裂缝宽度误差:计算隧道快速检测车识别的裂缝宽度与对应的设计裂缝宽度之差,裂缝宽度误差=识别的裂缝宽度-对应的设计裂缝宽度;
④ 裂缝类型识别准确率:判断隧道快速检测车识别的裂缝的类型与对应的设计裂缝类型是否相符,裂缝类型识别准确率=裂缝类型识别正确的裂缝数量/识别的设计裂缝总数量;
⑤ 桩号误差:计算隧道快速检测车识别的裂缝所处的桩号与设计裂缝实际桩号,桩号误差=识别的裂缝所处的桩号-设计裂缝实际桩号;
⑥ 生成并导出裂缝展布图。
(3)对比隧道快速检测车获得的裂缝信息与模型板上的裂缝尺寸,实现隧道快速检测车裂缝检测精度校准。
各裂缝检测精度指标的合格标准:
① 宽度≥0.2mm的裂缝识别率达到100%;
② 裂缝长度误差<5%;
③ 裂缝宽度误差<10%;
④ 裂缝类型识别准确率>95%;
⑤ 桩号误差<5%;
⑥ 裂缝展布图清晰度良好,人眼可以清晰识别展布图上的裂缝以及背景图像。
本发明的设计重点是:通过预先将各种类型和尺寸的裂缝集中且随机布设于模型板上,隧道快速检测车需要采集的目标图像数据量小,后期只需截取模型板区域的图像进行裂缝识别、提取以及尺寸计算分析等,极大地提升了工作效率;本发明方法只需在模型板初次安装时进行交通管制,往后每次校准时只需利用快检车对裂缝图像进行采集即可,不仅有利于重复或者连续多次校准,提高校准精度,而且能够保障隧道的正常运营;本发明的方法检测环境为运营公路隧道,综合考虑了隧道断面轮廓、照度条件、车辆尾气以及粉尘等因素对隧道快速检测车裂缝检测精度的影响,满足实际工程的应用要求。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。

Claims (5)

1.一种隧道快速检测车裂缝检测精度校准方法,其特征在于:包括以下步骤:
(1)将不同类型和尺寸的裂缝绘制于与隧道衬砌内表面颜色相近的长方形模型板上,将绘有模拟裂缝的模型板安装在隧道衬砌内表面的不同部位,包括隧道边墙与拱部;
(2)通过隧道快速检测车对模型板上的裂缝图像进行采集,经后期图像数据处理分析获得裂缝的尺寸信息;
(3)对比隧道快速检测车获得的裂缝信息与模型板上的裂缝尺寸,实现隧道快速检测车裂缝检测精度校准。
2.如权利要求1所述的一种隧道快速检测车裂缝检测精度校准方法,其特征在于:所述步骤(1)中模型裂缝的制作和安装:
1)裂缝板技术性能要求:
① 裂缝板背景色差:当裂缝板安装于贴有白色瓷砖的隧道边墙时,△E∈[0.5,1.0],单位NBS;当裂缝板安装于隧道拱部混凝土表面时,△E∈[0.5,1.5],单位NBS;
② 裂缝板厚度≤5mm;
③ 裂缝宽度打印误差<5%,裂缝长度打印误差<1%;
2)裂缝板安装要求:
① 隧道要求:在两车道和三车道隧道中均安装;
② 安装部位:包括隧道边墙与拱部,同时在照明灯具周边安装;
③ 桩号要求:选取隧道进口段、过渡段、中间段与出口段四个桩号区段,对应于隧道内不同的照度环境;
④ 断面要求:适用于设有紧急停车带的隧道,裂缝板安装断面分为隧道正常段断面与隧道拓宽段断面。
3.如权利要求1所述的一种隧道快速检测车裂缝检测精度校准方法,其特征在于:所述步骤(2)中检测技术要求:
① 隧道快速检测车平均车速:视频类检测车≥60km/h,激光类检测车≥5km/h;平均车速计算方式:采用秒表计时获得检测车单次检测用时T,根据隧道设计资料获得检测车单次检测里程长度L,则平均车速v=L/T;
② 隧道快速检测车行驶车道:根据车辆检测系统的配置要求自主选择;激光类检测车任意选择一个车道行驶;视频类检测车在单向两车道隧道时,要求隧道快速检测车分别行驶于最右侧的主车道和最左侧的超车道进行2次检测;单向三车道时,要求隧道快速检测车分别行驶于最右侧的慢车道和最左侧的快车道进行2次检测。
4.如权利要求1所述的一种隧道快速检测车裂缝检测精度校准方法,其特征在于:所述步骤(3)中的对比,包括裂缝检测精度的6项指标:
裂缝检测精度指标包括如下6项:
① 裂缝识别率:统计隧道快速检测车识别的设计裂缝数量,裂缝识别率=识别的设计裂缝数量/设计裂缝总数量;
② 裂缝长度误差:计算隧道快速检测车识别的裂缝长度与对应的设计裂缝长度之差,裂缝长度误差=识别的裂缝长度-对应的设计裂缝长度;
③ 裂缝宽度误差:计算隧道快速检测车识别的裂缝宽度与对应的设计裂缝宽度之差,裂缝宽度误差=识别的裂缝宽度-对应的设计裂缝宽度;
④ 裂缝类型识别准确率:判断隧道快速检测车识别的裂缝的类型与对应的设计裂缝的类型是否相符,裂缝类型识别准确率=裂缝类型识别正确的裂缝数量/识别的设计裂缝总数量;
⑤ 桩号误差:计算隧道快速检测车识别的裂缝所处的桩号与设计裂缝实际桩号,桩号误差=识别的裂缝所处的桩号-设计裂缝实际桩号;
⑥ 生成并导出裂缝展布图。
5.如权利要求1所述的一种隧道快速检测车裂缝检测精度校准方法,其特征在于:所述步骤(3)中各裂缝检测精度指标的合格标准:
① 宽度≥0.2mm的裂缝识别率达到100%;
② 裂缝长度误差<5%;
③ 裂缝宽度误差<10%;
④ 裂缝类型识别准确率>95%;
⑤ 桩号误差<5%;
⑥ 裂缝展布图清晰度良好,人眼能够清晰识别展布图上的裂缝以及背景图像。
CN201811473604.2A 2018-12-04 2018-12-04 一种隧道快速检测车裂缝检测精度校准方法 Active CN109490317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811473604.2A CN109490317B (zh) 2018-12-04 2018-12-04 一种隧道快速检测车裂缝检测精度校准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811473604.2A CN109490317B (zh) 2018-12-04 2018-12-04 一种隧道快速检测车裂缝检测精度校准方法

Publications (2)

Publication Number Publication Date
CN109490317A true CN109490317A (zh) 2019-03-19
CN109490317B CN109490317B (zh) 2022-03-11

Family

ID=65699210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811473604.2A Active CN109490317B (zh) 2018-12-04 2018-12-04 一种隧道快速检测车裂缝检测精度校准方法

Country Status (1)

Country Link
CN (1) CN109490317B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109992012A (zh) * 2019-04-23 2019-07-09 云南交投集团投资有限公司 一种相机集群姿态控制方法
CN114384073A (zh) * 2021-11-30 2022-04-22 杭州申昊科技股份有限公司 一种基于地铁隧道裂纹检测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003111073A (ja) * 2001-09-28 2003-04-11 Takenaka Komuten Co Ltd 画像検査方法
JP2004187220A (ja) * 2002-12-06 2004-07-02 Keisoku Kensa Kk ひび割れ検査装置のカメラ画角調整方法
CN102706883A (zh) * 2012-05-06 2012-10-03 山西省交通科学研究院 识别隧道已铺设段防水板孔洞的系统和方法
CN103486971A (zh) * 2013-08-14 2014-01-01 北京交通大学 一种地铁隧道裂缝宽度检测及校正算法
CN103674963A (zh) * 2013-11-15 2014-03-26 上海嘉珏实业有限公司 一种基于数字全景摄像的隧道检测装置及其检测方法
CN104897571A (zh) * 2014-09-28 2015-09-09 安徽金培因科技有限公司 多功能隧道检测器
JP2017129508A (ja) * 2016-01-22 2017-07-27 三菱電機株式会社 自己位置推定システム、自己位置推定方法、モバイル端末、サーバおよび自己位置推定プログラム
CN107345792A (zh) * 2017-08-23 2017-11-14 南京火眼猴信息科技有限公司 一种公路隧道表面和内部检测车
CN107655898A (zh) * 2017-10-10 2018-02-02 山西省交通科学研究院 一种用于公路隧道检测的立体扫描机器人及其实施方法
CN107862677A (zh) * 2017-10-16 2018-03-30 中铁第四勘察设计院集团有限公司 一种基于梯度类间阈值算法的隧道衬砌裂缝识别方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003111073A (ja) * 2001-09-28 2003-04-11 Takenaka Komuten Co Ltd 画像検査方法
JP2004187220A (ja) * 2002-12-06 2004-07-02 Keisoku Kensa Kk ひび割れ検査装置のカメラ画角調整方法
CN102706883A (zh) * 2012-05-06 2012-10-03 山西省交通科学研究院 识别隧道已铺设段防水板孔洞的系统和方法
CN103486971A (zh) * 2013-08-14 2014-01-01 北京交通大学 一种地铁隧道裂缝宽度检测及校正算法
CN103674963A (zh) * 2013-11-15 2014-03-26 上海嘉珏实业有限公司 一种基于数字全景摄像的隧道检测装置及其检测方法
CN104897571A (zh) * 2014-09-28 2015-09-09 安徽金培因科技有限公司 多功能隧道检测器
JP2017129508A (ja) * 2016-01-22 2017-07-27 三菱電機株式会社 自己位置推定システム、自己位置推定方法、モバイル端末、サーバおよび自己位置推定プログラム
CN107345792A (zh) * 2017-08-23 2017-11-14 南京火眼猴信息科技有限公司 一种公路隧道表面和内部检测车
CN107655898A (zh) * 2017-10-10 2018-02-02 山西省交通科学研究院 一种用于公路隧道检测的立体扫描机器人及其实施方法
CN107862677A (zh) * 2017-10-16 2018-03-30 中铁第四勘察设计院集团有限公司 一种基于梯度类间阈值算法的隧道衬砌裂缝识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王伟 等: ""隧道限界检测车动态标定技术的研究与设计"", 《电子测试》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109992012A (zh) * 2019-04-23 2019-07-09 云南交投集团投资有限公司 一种相机集群姿态控制方法
CN114384073A (zh) * 2021-11-30 2022-04-22 杭州申昊科技股份有限公司 一种基于地铁隧道裂纹检测方法及系统
CN114384073B (zh) * 2021-11-30 2023-08-04 杭州申昊科技股份有限公司 一种地铁隧道裂纹检测方法及系统

Also Published As

Publication number Publication date
CN109490317B (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
US10755132B2 (en) Methods for extracting surface deformation feature of object based on linear scanning three-dimensional point cloud
CN103456172B (zh) 一种基于视频的交通参数测量方法
CN101819286B (zh) 一种基于图像灰度直方图的雾天检测方法
CN104021676B (zh) 基于车辆动态视频特征的车辆定位及车速测量方法
CN101694084B (zh) 地面车载移动检测系统
CN103605135B (zh) 一种基于断面剖分的道路特征提取方法
CN105606023A (zh) 一种车辆外廓尺寸测量方法和系统
CN103794061B (zh) 基于多种定位数据计算道路融合行程车速的方法
CN103499337B (zh) 一种基于立式标靶的车载单目摄像头测距测高装置
CN102749336B (zh) 一种基于结构光的表面缺陷高速检测系统及其检测方法
CN107217576A (zh) 一种基于fwd和3d探地雷达的道路质量检测方法及系统
CN102013159A (zh) 基于高清视频检测数据的区域动态od矩阵获取方法
CN206756149U (zh) 一种用于铁路隧道全断面综合检测的轨道车
CN204256792U (zh) 一种基于高精度定位系统的出租车计价器检测装置
CN107957259A (zh) 轮迹横向分布测量系统及测量方法
CN109490317A (zh) 一种隧道快速检测车裂缝检测精度校准方法
CN102914290A (zh) 地铁限界检测系统及其检测方法
CN103177584B (zh) 一种基于枚举试探的车速检测方法
CN104112305A (zh) 基于双激光测距的客流监测方法和装置
CN110306414B (zh) 一种路面构造深度检测方法
CN113706875B (zh) 一种道路功能研判方法
CN110363988A (zh) 一种交叉口车辆通行效率的计算系统及方法
CN205228438U (zh) 隧道收敛直径测量系统
CN117198057A (zh) 一种面向路侧感知轨迹数据质量检评的实验方法及系统
CN102930618B (zh) 一种基于测距原理的实时人数统计方法与系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant