CN110764082A - 一种基于matlab的二维探地雷达三维成像方法 - Google Patents

一种基于matlab的二维探地雷达三维成像方法 Download PDF

Info

Publication number
CN110764082A
CN110764082A CN201910740238.0A CN201910740238A CN110764082A CN 110764082 A CN110764082 A CN 110764082A CN 201910740238 A CN201910740238 A CN 201910740238A CN 110764082 A CN110764082 A CN 110764082A
Authority
CN
China
Prior art keywords
data
dimensional
radar
matlab
ground penetrating
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
CN201910740238.0A
Other languages
English (en)
Other versions
CN110764082B (zh
Inventor
罗蓉
孙通
于晓贺
程博文
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201910740238.0A priority Critical patent/CN110764082B/zh
Publication of CN110764082A publication Critical patent/CN110764082A/zh
Application granted granted Critical
Publication of CN110764082B publication Critical patent/CN110764082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/885Radar or analogous systems specially adapted for specific applications for ground probing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于MATLAB的二维探地雷达三维成像方法,包括以下步骤:S1、对二维探地雷达进行组装和调试;S2、对采集路线中的各条车道进行数据采集;S3、三维成像模型建立;S4、对三维成像模型进行外观优化和尺寸调整;S5、三维数据导出;S6、数据格式转换;S7、三维反射电压数据模拟;S8、对最大及最小值的颜色进行设定;S9、将三维数据导入三维成像模型,得到三维成像;S10、对异常位置进行切片化显示,直观地显示出道路深层病害。本发明通过三维模型的建立与优化,形成能够容纳三维雷达数据的成像模型,在将模拟的三维数据导入后,实现三维雷达成像,并具备图像切割功能,以便观察道路内部异常图像。

Description

一种基于MATLAB的二维探地雷达三维成像方法
技术领域
本发明涉及道路工程领域,尤其涉及一种基于MATLAB的二维探地雷达三维成像方法。
背景技术
探地雷达三维成像技术应用于对浅地表的探测中时展示出了巨大的优势与潜力,它不仅可以提供清晰的浅层三维图像,更让地球物理学家们的相关研究有了更直观的参考依据。应用于道路工程对路面探测也是如此,探地雷达三维成像的概念最开始是是由Grasmueck等在2005年提出,其研究主要是针对当时一般的商用探地雷达系统所采用的天线共置测量方式,但其与SAR成像技术中所提的高分辨成像并不相同,探地雷达中的高分辨率是指无混叠的三维数据采集以保证路面复杂目标三维成像结果的真实性与可靠性。
探地雷达三维成像最首要的一步就是获取三维数据,目前国外较主流的获取三维数据的方式为使用3D-GPR系统。该系统能够在移动中采集三维雷达数据并记录坐标,另外它也自带一套数据处理软件,能够对三维数据进行切片形式的可视化处理。
而国内自行研发生产的三维雷达不多见,大多都引进国外的设备,比如山东公路局从3D-Radar公司引进的三维探地雷达,以及中国煤炭地质局引进的 16道阵列天线的三维探地雷达等。国内自行研制最新的三维探地雷达是国防科学技术大学在国家“863”计划项目的资助下,研发的一套名为RadarEye的冲激脉冲体制三维探地雷达系统。
综上,三维雷达相关研究发展较快的是日本、英国、美国等最早开始研究探地雷达的国家,国内相关研究较少,我国鲜有三维雷达数据采集的设备,且在这些设备中绝大多数依靠的是进口,因此大多数正在服役的探地雷达均为二维,但道路本身是一个三维立体结构,那么其病害的存在形式也必然是三维的,二维雷达无法检测到病害全貌,而引进三维雷达所耗费的资金庞大,因此使用二维雷达获取三维数据成像将能很好地解决这一问题。另外,一个通用的三维数据成像方法,将能满足各种可导出数据的二维雷达实现三维检测功能。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种基于 MATLAB的二维探地雷达三维成像方法。能实现使用二维雷达进行三维检测的功能。而对于其他型号的探地雷达包括三维探地雷达,只需获悉其数据存储格式,获取数据后修改模型大小,即可利用此模型进行三维成像,代码简单,可根据需要进行切片化显示,使三维图像内部可见。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种基于MATLAB的二维探地雷达三维成像方法,该方法包括以下步骤:
S1、准备工作:对二维探地雷达进行组装和调试,将其安装在雷达车上,确认进行数据采集的路段和采集时间,并制定数据采集计划;
S2、数据采集:通过雷达车按照采集计划中的采集路线,对采集路线中的各条车道进行数据采集,为让雷达车按直线行驶,在采集左轮迹带时,将左轮轧在车道左标线上;在采集右轮迹带时,将右轮轧在车道右标线上;通过二维探地雷达配套数据处理软件Pavecheck对数据进行数据完整性检查;
S3、三维成像模型建立:通过生成超立方体定义域中的数据点矩阵的方法,在MATLAB中建立用于存储三维数据的三维矩阵,作为三维成像模型;
S4、模型优化:对三维成像模型进行外观优化和尺寸调整,使其符合道路外形;
S5、三维数据导出:通过二维探地雷达配套数据处理软件Pavecheck对数据进行导出;
S6、数据格式转换:对导出的数据进行格式转换,转换为MATLAB中三维成像模型能够识别的Excel格式数据;
S7、三维反射电压数据模拟:目前采集到的单车道测线为3条,将两条测线间的数据进行线性扩充模拟,每两条测线间的数据扩充4组,提高其分辨率;
S8、颜色设定:对最大及最小值的颜色进行设定;
S9、数据导入:使用MATLAB的Excel数据导入功能,将三维数据导入三维成像模型,得到三维成像;
S10、异常显示:三维成像后,对异常位置进行切片化显示,直观地显示出道路深层病害。
进一步地,本发明的步骤S2的具体方法为:
i、确定行驶线路:确认雷达车行驶路线与速度,数据采集路线为每条车道在左、右轮迹带及道路中间各采集一次,即每条车道采集三次,其中,采集左、右轮迹带数据时,将雷达车的左、右轮轧在左、右两侧的车道分隔线上,将车速控制在15km/h;
ii、雷达设备组装:包括基座安装、天线梁安装、电脑桌安装、雷达安装、 GPS和摄像头安装;
iii、检查线路:仔细检查一遍所有的电源线路后,打开三菱车蓄电池电源,检查摄像头、GPS和雷达是否通电;
iv、标定:探地雷达在数据收集前预热至少15分钟,并收集一个金属板的雷达反射波,在探地雷达数据收集结束后,探地雷达已经完全预热并且信号稳定;
v、数据采集:按照既定路线进行数据采集,让雷达车直线行驶,让雷达车在采集左轮迹带时,将左轮轧在车道左标线上;相反,在采集右轮迹带时,将右轮轧在车道右标线上,且雷达车行驶速度不得超过15km/h,数据文件标明路段与时间,确认后不能再作更改;
vi、数据检查:采集结束后使用Pavecheck软件尝试将6趟采集的数据全部打开,以确认所有文件无损可用。
进一步地,本发明的步骤S3的具体方法为:
在MATLAB中建立用于存储三维数据的三维矩阵:
设置x方向上的网格数量:x=0:1:1999;
设置y方向上的网格数量:y=0:1:25;
设置z方向上的网格数量:z=0:1:119;
生成超立方体定义域中的数据点矩阵:[X,Y,Z]=meshgrid(x,y,z);
设置用于储存三维数据的三维矩阵c:c=X。
进一步地,本发明的步骤S4的具体方法为:
对模型的外观进行优化处理,进行色彩插值处理,使色彩平滑过渡以及去掉边框颜色线;
使用MATLAB自带的图形处理器进行模型的尺寸调整,使其符合道路外形。
进一步地,本发明的步骤S5的具体方法为:
通过二维探地雷达配套数据处理软件Pavecheck自带的数据导出功能; OutputFormat选择Horizontal Listed;Date Type中的选择项为Voltage和12bit Binary,二者数据可以互相转换;导出方式选择By trace number。
进一步地,本发明的步骤S6的具体方法为:
导出的数据文件格式为TXT格式,将其转换为MATLAB模型读取的Excel 格式数据,并调整其数据大小满足模型要求,具体操作步骤如下:
i、新建Microsoft Excel文件,选择“数据”选项,然后选择“自文本”选项,导入反射电压原始数据TXT文件;
ii、由于导出数据排列顺序是依照每个Trace的大小将所有组数据依次排列,而每组数据又包含多个数据,依据电压反射顺序从上至下依次排列,经测算,每组的多个数据中,从路面往下的为有效数据,删除路面以上的数据;
iii、为了模拟实际道路,满足水平方向×垂直方向的数据形式,将所有的数据进行转置。
进一步地,本发明的步骤S8的具体方法为:
数据全部导入完成后,保存数据矩阵,根据所有数据的值的大小,调出 ColormapEditor窗口,对最大及最小值的颜色进行设定,调整所有数据,使其大小均在0~1之间;为模拟原雷达图像,将最大值1设定为蓝色,0.6406设定为绿色,0.4062设定为黄色,0.1875设定为红色,最小值0设定为粉红色。
进一步地,本发明的步骤S10的具体方法为:
三维成像后,对异常位置进行切片化显示,直观地显示出道路深层病害,通过MATLAB对数据的NaN功能实现;对数据的NaN功能即是将要切下的部分数据将其设定为NaN,使其为“空”。
本发明产生的有益效果是:本发明的基于MATLAB的二维探地雷达三维成像方法通过数据采集与处理,模拟形成探地雷达三维成像数据,接着利用 MATLAB的成像功能,通过三维模型的建立与优化,形成能够容纳三维雷达数据的成像模型,在将模拟的三维数据导入后,实现三维雷达成像,并具备图像切割功能,以便观察道路内部异常图像。该方法实现了利用二维雷达进行三维检测的目的,对于其他型号的探地雷达包括三维探地雷达,只需获悉其数据存储格式,获取数据后修改模型大小,即可利用此模型进行三维成像,代码简单,可根据需要进行切片化显示,使三维图像内部可见。具体如下:
(1)使用二维探地雷达进行三维数据采集
该检测方法弥补了二维雷达对道路只能单线数据采集的问题,多线程数据采集将能对道路进行更为全面的检测,对于当前国内三维雷达并不普及的现状,而引进三维雷达所耗费的资金庞大,因此使用二维雷达获取三维数据成像将能很好地解决这一问题。另外,一个通用的三维数据成像方法,将能满足各种可导出数据的二维雷达实现三维检测功能。
(2)该模型能够读取各种类型雷达数据
该模型对于其他型号雷达只需获悉其储存格式,均能够形成三维数据并进行三维成像,通用性高,且对于更长道路,只需简单修改代码即可容纳更多数据,能够为其他雷达工作者提供三维雷达研究的便利。
(3)模型代码简单且可增加定位功能
该方法利用的是MATLAB建模进行三维成像,代码十分简单,可复制性强,在没有三维雷达的情况下,可帮助其他学者对三维图像进行解译研究,并且将数据导入至MATLAB建立的模型后,可以编写内嵌程序利用其数据处理功能,实现对异常数据的定位,这也是后续研究中病害定位的雏形。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1为本发明实施例的优化后的三维模型。
图2为本发明实施例的Pavecheck工作界面。
图3为本发明实施例的Colormap Editor设定结果。
图4为本发明实施例的三维雷达图像模拟结果。
图5为本发明实施例的道路病害纵切面显示。
图6为本发明实施例的道路病害横切面显示。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明实施例的基于MATLAB的二维探地雷达三维成像方法,包括以下步骤:
(1)准备工作,具体如下:
i.雷达调试:为保证数据采集的顺利进行,在试验之前必须对所有设备进行室内组装调试,把所需仪器设备准备齐全,并确保所有仪器都能够正常工作;
ii.现场确认:确定好数据采集相关路段,并联系好工地陪同人员,确认数据采集时间;
iii.数据采集安排:根据实际的情况,作出一个书面的具体合理的数据采集步骤及计划。
(2)数据采集,具体如下:
i.与工地现场人员汇合:确认车辆行驶路线与速度,数据采集路线为每条车道在左、右轮迹带及道路中间各采集一次,即每条车道采集三次,其中,采集左、右轮迹带数据时,须将雷达车的左、右轮轧在左、右两侧的车道分隔线上,如附图1所示,另外,为了让车辆尽可能直线行驶,须将车速控制在15km/h 左右;
ii.雷达设备组装:包括基座安装、天线梁安装、电脑桌安装、雷达安装、 GPS和摄像头安装;
iii.检查线路:仔细检查一遍所有的电源线路后,打开三菱车蓄电池电源,检查摄像头、GPS和雷达是否通电;
iv.标定:一般来说,GPR系统在数据收集前需要预热至少15分钟,并收集一个金属板的雷达反射波,在GPR数据收集结束后,GPR系统已经完全预热并且信号更加稳定;
v.数据采集:按照既定路线进行数据采集,此外,由于雷达设备在雷达车中间,为让车辆尽可能直线行驶,需让车辆在采集左轮迹带时,将左轮轧在车道左标线上;相反,在采集右轮迹带时,将右轮轧在车道右标线上,且雷达车行驶速度不得超过15km/h,数据文件需标明路段与时间,确认后不能再作更改;
vi.数据检查:采集结束后需要使用Pavecheck软件尝试将6趟采集的数据全部打开,以确认所有文件无损可用。
(3)三维成像模型建立,下面为构建三维模型的核心代码及说明:
clear all;*清除变量和关闭图形*
x=0:1:1999;*设置x方向上的网格数量*
y=0:1:25;*设置y方向上的网格数量*
z=0:1:119;*设置z方向上的网格数量*
[X,Y,Z]=meshgrid(x,y,z);*生成超立方体定义域中的数据点矩阵,如X为2000×26×120的三维矩阵*
c=X;*设置用于储存三维数据的三维矩阵c*
(4)下面对模型的外观进行优化处理,主要是进行色彩插值处理,使色彩平滑过渡以及去掉边框颜色线,下面是其代码及说明:
shading interp*使色彩平滑过渡*
set(h,‘EdgeColor’,‘none’)*去掉边框颜色线*
最后使用MATLAB自带的图形处理器进行模型的尺寸调整,使其更加符合道路外形。
(5)三维数据导出,使用Pavecheck(Pavecheck为探地雷达配套数据处理软件)自带的数据导出功能;Output Format选择Horizontal Listed,因为Vertical Listed只能导出50个Trace;Date Type中的选择项Voltage和12bit Binary,二者数据可以互相转换;导出方式选择By trace number。
(6)由于导出的数据文件格式为TXT格式,而MATLAB模型读取Excel 格式数据更为准确,因此需将其转换为Excel格式。另外其数据大小需要和模型吻合,即还需对数据进行处理,以便准确地导入至MATLAB中,具体操作步骤如下:
i.新建Microsoft Excel,选择【数据】选项,然后选择【自文本】选项,导入刚刚导出的反射电压原始数据TXT文档,接着按照提示进行即可将TXT 在Excel中打开。
ii.由于导出数据排列顺序是依照每个Trace的大小将所有组数据依次排列,而每组数据又包含多个数据,依据电压反射顺序从上至下依次排列,经测算,每组的多个数据中,从路面往下的为有效数据,而路面的数据点在第68 个,即从第69个数据开始往下的数据才是真正需要的数据,因此需将其前面的68列数据删除。
iii.为了模拟实际道路,需要满足水平方向×垂直方向的数据形式,因此需将所有的数据进行转置,现将所有数据复制,粘贴至新的Excel文档时选择转置即可。
(7)三维反射电压数据模拟,目前由于单车道测线为3条,分辨率为3 ×120,达不到成像的分辨率要求,因此,需将两条测线间的数据进行线性扩充模拟,每两条测线间的数据扩充4组,使分辨率达到26×120。
(8)颜色设定,数据全部导入完成后,将数据矩阵保存为“c”。下面根据所有数据的值的大小,调出Colormap Editor窗口,对最大及最小值的颜色进行设定,由于之前调整了所有数据,使其大小均在0~1之间,因此为模拟原雷达图像,在此将最大值1设定为蓝色,0.640 6设定为绿色,0.406 2设定为黄色,0.187 5设定为大红色,最小值0设定为粉红色,见附图4。
(9)数据导入,导入方法是使用MATLAB的Excel数据导入功能,即 xlsread功能,即实现三维成像。
(10)三维成像后,还可对异常位置进行切片化显示,三维模型切割的目的是为了能够更加直观地显示出道路深层病害,这一点通过MATLAB对数据的NaN功能即可实现。所谓对数据的NaN功能即是将要切下的部分数据将其设定为NaN,即使其为“空”。
在本发明的另一个具体实施例中,基于MATLAB的二维探地雷达三维成像方法包括以下步骤:
(1)准备工作
准备工作与技术方案一致,数据采集相关路段确定为昌九高速YK81+400 —YK82+400试验段;
(2)数据采集,具体如下:
数据采集步骤与技术方案一致,其中由于试验段为双向四车道,因此单向两条车道共采集了6趟数据。
(3)三维数据导出
使用Pavecheck(Pavecheck为探地雷达配套数据处理软件)自带的数据导出功能,其中导出的为北上方向行车道左侧轮迹带数据;Trace总数为2 211 个(Trace为雷达测点序号);Output Format选择Horizontal Listed;导出方式选择By trace number;起始Trace为146,终点为2 145,沿道路方向共2 000 组数据,每组数据包含188个反射电压数据。
(4)进行数据处理,具体操作步骤如下:
按照技术方案进行数据处理,每条测线得到水平方向2000×垂直方向120 的数据量。
(5)三维反射电压数据模拟
目前由于单车道测线为3条,单向双车道为6条,分辨率为6×120,达不到成像的分辨率要求,因此,需将两条测线间的数据进行线性扩充模拟,每两条测线间的数据扩充4组,使分辨率达到26×120,至具体步骤为:
i.打开单车道3条测线的数据至一个文档里,且在每两条测线间新建4 个表格并命名;
ii.进行模拟,例如,对【sheet左-1-中】的数据模拟时,先对第一个格子的数据键入“=('行车道-中'!A1-'行车道-左'!A1)/5*1+'行车道-左'!A1”,再拖动至其余的239999个数据,即完成一组数据的模拟;
iii.同测线间的其余组的数据只需将键入的等式中的*1改为相应的*n,n 为模拟数据组序号,其余测线间的数据扩充将相应的变量进行更改即可,方法相同。
(6)数据导入
按照技术方案进行颜色设定后进行数据导入,导入方法是使用MATLAB 的Excel数据导入功能,即xlsread功能,26列数据全部导入完成后,将数据矩阵保存为“c”,此时已实现三维成像,成像结果见附图5。
(7)切片化显示
三维模型切割的目的是为了能够更加直观地显示出道路深层病害,这一点通过MATLAB对数据的NaN功能即可实现。所谓对数据的NaN功能即是将要切下的部分数据将其设定为NaN,即使其为“空”,具体操作方法为:
i.确定病害位置。测试预先确定了在行车道中间位置,里程数K0+904处存在层间松散病害,反映到模型里即是纵向第1 808个数据点、从右至左第5 号测线处;
ii.显示纵断面。需要设定最右侧四条测线的数据为NaN,键入:
c(1:4,:,:)=NaN;*将最右侧的四组纵切面数据设定为空*
h=slice(X,Y,Z,c,x,y,z);*显示三维超立方体*
set(h,‘EdgeColor’,‘none’)*去掉边框颜色线*
shading interp*网格颜色过渡*
iii.显示横断面。需要设定前1807组横断面数据为空,即键入:
c(:,1:1807,:)=NaN;*将前1807组横切面数据设定为空*
h=slice(X,Y,Z,c,x,y,z);*显示三维超立方体*
set(h,‘EdgeColor’,‘none’)*去掉边框颜色线*
shading interp*网格颜色过渡*
按上述步骤i、ii显示出的纵断面病害图像,见附图6。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种基于MATLAB的二维探地雷达三维成像方法,其特征在于,该方法包括以下步骤:
S1、准备工作:对二维探地雷达进行组装和调试,将其安装在雷达车上,确认进行数据采集的路段和采集时间,并制定数据采集计划;
S2、数据采集:通过雷达车按照采集计划中的采集路线,对采集路线中的各条车道进行数据采集,为让雷达车按直线行驶,在采集左轮迹带时,将左轮轧在车道左标线上;在采集右轮迹带时,将右轮轧在车道右标线上;通过二维探地雷达配套数据处理软件Pavecheck对数据进行数据完整性检查;
S3、三维成像模型建立:通过生成超立方体定义域中的数据点矩阵的方法,在MATLAB中建立用于存储三维数据的三维矩阵,作为三维成像模型;
S4、模型优化:对三维成像模型进行外观优化和尺寸调整,使其符合道路外形;
S5、三维数据导出:通过二维探地雷达配套数据处理软件Pavecheck对数据进行导出;
S6、数据格式转换:对导出的数据进行格式转换,转换为MATLAB中三维成像模型能够识别的Excel格式数据;
S7、三维反射电压数据模拟:目前采集到的单车道测线为3条,将两条测线间的数据进行线性扩充模拟,每两条测线间的数据扩充4组,提高其分辨率;
S8、颜色设定:对最大及最小值的颜色进行设定;
S9、数据导入:使用MATLAB的Excel数据导入功能,将三维数据导入三维成像模型,得到三维成像;
S10、异常显示:三维成像后,对异常位置进行切片化显示,直观地显示出道路深层病害。
2.根据权利要求1所述的基于MATLAB的二维探地雷达三维成像方法,其特征在于,步骤S2的具体方法为:
i、确定行驶线路:确认雷达车行驶路线与速度,数据采集路线为每条车道在左、右轮迹带及道路中间各采集一次,即每条车道采集三次,其中,采集左、右轮迹带数据时,将雷达车的左、右轮轧在左、右两侧的车道分隔线上,将车速控制在15km/h;
ii、雷达设备组装:包括基座安装、天线梁安装、电脑桌安装、雷达安装、GPS和摄像头安装;
iii、检查线路:仔细检查一遍所有的电源线路后,打开三菱车蓄电池电源,检查摄像头、GPS和雷达是否通电;
iv、标定:探地雷达在数据收集前预热至少15分钟,并收集一个金属板的雷达反射波,在探地雷达数据收集结束后,探地雷达已经完全预热并且信号稳定;
v、数据采集:按照既定路线进行数据采集,让雷达车直线行驶,让雷达车在采集左轮迹带时,将左轮轧在车道左标线上;相反,在采集右轮迹带时,将右轮轧在车道右标线上,且雷达车行驶速度不得超过15km/h,数据文件标明路段与时间,确认后不能再作更改;
vi、数据检查:采集结束后使用Pavecheck软件尝试将6趟采集的数据全部打开,以确认所有文件无损可用。
3.根据权利要求1所述的基于MATLAB的二维探地雷达三维成像方法,其特征在于,步骤S3的具体方法为:
在MATLAB中建立用于存储三维数据的三维矩阵:
设置x方向上的网格数量:x=0:1:1999;
设置y方向上的网格数量:y=0:1:25;
设置z方向上的网格数量:z=0:1:119;
生成超立方体定义域中的数据点矩阵:[X,Y,Z]=meshgrid(x,y,z);
设置用于储存三维数据的三维矩阵c:c=X。
4.根据权利要求1所述的基于MATLAB的二维探地雷达三维成像方法,其特征在于,步骤S4的具体方法为:
对模型的外观进行优化处理,进行色彩插值处理,使色彩平滑过渡以及去掉边框颜色线;
使用MATLAB自带的图形处理器进行模型的尺寸调整,使其符合道路外形。
5.根据权利要求1所述的基于MATLAB的二维探地雷达三维成像方法,其特征在于,步骤S5的具体方法为:
通过二维探地雷达配套数据处理软件Pavecheck自带的数据导出功能;Output Format选择Horizontal Listed;Date Type中的选择项为Voltage和12bit Binary,二者数据可以互相转换;导出方式选择By trace number。
6.根据权利要求1所述的基于MATLAB的二维探地雷达三维成像方法,其特征在于,步骤S6的具体方法为:
导出的数据文件格式为TXT格式,将其转换为MATLAB模型读取的Excel格式数据,并调整其数据大小满足模型要求,具体操作步骤如下:
i、新建Microsoft Excel文件,选择“数据”选项,然后选择“自文本”选项,导入反射电压原始数据TXT文件;
ii、由于导出数据排列顺序是依照每个Trace的大小将所有组数据依次排列,而每组数据又包含多个数据,依据电压反射顺序从上至下依次排列,经测算,每组的多个数据中,从路面往下的为有效数据,删除路面以上的数据;
iii、为了模拟实际道路,满足水平方向×垂直方向的数据形式,将所有的数据进行转置。
7.根据权利要求1所述的基于MATLAB的二维探地雷达三维成像方法,其特征在于,步骤S8的具体方法为:
数据全部导入完成后,保存数据矩阵,根据所有数据的值的大小,调出ColormapEditor窗口,对最大及最小值的颜色进行设定,调整所有数据,使其大小均在0~1之间;为模拟原雷达图像,将最大值1设定为蓝色,0.6406设定为绿色,0.4062设定为黄色,0.1875设定为红色,最小值0设定为粉红色。
8.根据权利要求1所述的基于MATLAB的二维探地雷达三维成像方法,其特征在于,步骤S10的具体方法为:
三维成像后,对异常位置进行切片化显示,直观地显示出道路深层病害,通过MATLAB对数据的NaN功能实现;对数据的NaN功能即是将要切下的部分数据将其设定为NaN,使其为“空”。
CN201910740238.0A 2019-08-12 2019-08-12 一种基于matlab的二维探地雷达三维成像方法 Active CN110764082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910740238.0A CN110764082B (zh) 2019-08-12 2019-08-12 一种基于matlab的二维探地雷达三维成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910740238.0A CN110764082B (zh) 2019-08-12 2019-08-12 一种基于matlab的二维探地雷达三维成像方法

Publications (2)

Publication Number Publication Date
CN110764082A true CN110764082A (zh) 2020-02-07
CN110764082B CN110764082B (zh) 2023-09-19

Family

ID=69329118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910740238.0A Active CN110764082B (zh) 2019-08-12 2019-08-12 一种基于matlab的二维探地雷达三维成像方法

Country Status (1)

Country Link
CN (1) CN110764082B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553984A (zh) * 2020-04-27 2020-08-18 中国矿业大学 基于matlab的增大页岩afm灰度图分辨率的方法
CN112710996A (zh) * 2020-12-08 2021-04-27 中国人民解放军海军航空大学 一种雷达微动目标识别的数据集扩充方法及系统
CN114137517A (zh) * 2022-02-07 2022-03-04 北京中科蓝图科技有限公司 道路的探地检测方法、装置及探地雷达装置
CN115902877A (zh) * 2022-11-11 2023-04-04 长沙理工大学 基于雷达的道路内部病害三维展示与特征信号确定方法
CN118097167A (zh) * 2024-04-26 2024-05-28 东南大学 基于3d窗口的结构损伤雷达全剖面特征提取方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160061948A1 (en) * 2013-06-06 2016-03-03 United States Of America, As Represented By The Secretary Of The Army Moving Multi-Polarization Multi-Transmitter/Receiver Ground Penetrating Radar System and Signal Processing for Buried Target Detection
CN106558097A (zh) * 2016-10-15 2017-04-05 合肥市勘察院有限责任公司 一种基于车载式三维探地雷达和道路测绘技术的地下环境透视三维模型建立方法
CN107544095A (zh) * 2017-07-28 2018-01-05 河南工程学院 一种地面三维激光点云与探地雷达图像融合的方法
CN107688180A (zh) * 2017-07-28 2018-02-13 河南工程学院 基于探地雷达的活动断裂浅地表层空间分布探测方法
CN109615692A (zh) * 2018-12-12 2019-04-12 中国矿业大学(北京) 一种基于探地雷达的地下管道周围目标插值建模算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160061948A1 (en) * 2013-06-06 2016-03-03 United States Of America, As Represented By The Secretary Of The Army Moving Multi-Polarization Multi-Transmitter/Receiver Ground Penetrating Radar System and Signal Processing for Buried Target Detection
CN106558097A (zh) * 2016-10-15 2017-04-05 合肥市勘察院有限责任公司 一种基于车载式三维探地雷达和道路测绘技术的地下环境透视三维模型建立方法
CN107544095A (zh) * 2017-07-28 2018-01-05 河南工程学院 一种地面三维激光点云与探地雷达图像融合的方法
CN107688180A (zh) * 2017-07-28 2018-02-13 河南工程学院 基于探地雷达的活动断裂浅地表层空间分布探测方法
CN109615692A (zh) * 2018-12-12 2019-04-12 中国矿业大学(北京) 一种基于探地雷达的地下管道周围目标插值建模算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YU XH: "The Ground Penetrating Radar facies and architecture of a Paleo-spit from Huangqihai Lake, North China: Implications for genesis and evolution", SEDIMENTARY GEOLOGY, no. 323, pages 1 - 14, XP029183134, DOI: 10.1016/j.sedgeo.2015.04.010 *
刘永亮: "探地雷达成像算法研究及实现", no. 12, pages 136 - 985 *
舒志乐;刘新荣;刘保县;王道良;: "隧道衬砌病害探地雷达三维正演模拟及工程验证", 中国铁道科学, no. 04, pages 48 - 55 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553984A (zh) * 2020-04-27 2020-08-18 中国矿业大学 基于matlab的增大页岩afm灰度图分辨率的方法
CN111553984B (zh) * 2020-04-27 2021-06-22 中国矿业大学 基于matlab的增大页岩afm灰度图分辨率的方法
CN112710996A (zh) * 2020-12-08 2021-04-27 中国人民解放军海军航空大学 一种雷达微动目标识别的数据集扩充方法及系统
CN114137517A (zh) * 2022-02-07 2022-03-04 北京中科蓝图科技有限公司 道路的探地检测方法、装置及探地雷达装置
CN115902877A (zh) * 2022-11-11 2023-04-04 长沙理工大学 基于雷达的道路内部病害三维展示与特征信号确定方法
CN118097167A (zh) * 2024-04-26 2024-05-28 东南大学 基于3d窗口的结构损伤雷达全剖面特征提取方法
CN118097167B (zh) * 2024-04-26 2024-08-13 东南大学 基于3d窗口的结构损伤雷达全剖面特征提取方法

Also Published As

Publication number Publication date
CN110764082B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN110764082A (zh) 一种基于matlab的二维探地雷达三维成像方法
CN110132238B (zh) 用于地形影像数字高程模型的无人机测绘方法
CN104679822B (zh) 一种地理国情外业调绘方法
CN110704904B (zh) 一种多软件协同的变电站三维规划方法
CN110675494B (zh) 一种风电场风机位置三维可视化优选方法
CN103093663A (zh) 水电站三维精确建模及可视化仿真培训系统及其实施方法
CN105513133A (zh) 一种城市风环境数字地图制作及显示方法
CN104318617A (zh) 一种面向虚拟应急演练的三维地理场景仿真方法
CN110490975B (zh) 一种基于正射影像数据的施工总平面图制作方法
CN110288709A (zh) 野外地质三维综合信息平台及其数据集成与可视化方法
CN101364311A (zh) 大规模城市仿真中快速自动建立模型的方法
CN104596588A (zh) 基于可量测实景影像的环境现状时空模型生成方法及系统
CN109682303A (zh) 基于bim技术的曲线pc轨道梁精密三维检测方法
CN108957507A (zh) 基于增强现实技术的燃气管道泄漏处置方法
KR100683120B1 (ko) 일조권 침해 분석 시스템 및 그 방법
CN111710041A (zh) 基于多源异构数据融合展示技术的系统及环境模拟方法
CN117689630A (zh) 一种基于三维激光点云的桥梁裂缝高精度快速识别的方法
He et al. Design and implementation of virtual simulation experiment system for acquisition and production of UAV real-scene 3D data
CN110705010A (zh) 基于遥感的次日夜间地表热岛模拟方法
Żemła-Siesicka et al. Methods and tools in landscape persistence imaging with the example of a stratigraphy model
CN112686988B (zh) 三维建模方法、装置、电子设备及存储介质
CN111858975B (zh) 铁路车载激光扫描全景影像的在线查询方法
CN113049267A (zh) 一种交通环境融合感知在环vthil传感器物理建模方法
González et al. Unveiling a major strike-slip fault system associated with the Somún Curá Large Igneous Province in central Patagonia, Argentina
JP3940834B2 (ja) 数値地図情報データを用いた解析作業支援cae装置

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