CN112731381A - 一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法 - Google Patents

一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法 Download PDF

Info

Publication number
CN112731381A
CN112731381A CN202011490025.6A CN202011490025A CN112731381A CN 112731381 A CN112731381 A CN 112731381A CN 202011490025 A CN202011490025 A CN 202011490025A CN 112731381 A CN112731381 A CN 112731381A
Authority
CN
China
Prior art keywords
soil
vehicle
debugging bridge
ground penetrating
hard foreign
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.)
Pending
Application number
CN202011490025.6A
Other languages
English (en)
Inventor
赵祚喜
黎源鸿
邱志
朱裕昌
项波瑞
曹阳阳
林旭
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.)
South China Agricultural University
Original Assignee
South China Agricultural University
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 South China Agricultural University filed Critical South China Agricultural University
Priority to CN202011490025.6A priority Critical patent/CN112731381A/zh
Publication of CN112731381A publication Critical patent/CN112731381A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S13/00—Systems 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S13/00—Systems 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，通过安卓调试桥接口实时读取探地雷达的移动端的屏幕数据，然后利用移动端无线连接方式实时获取探地雷达数据；其次是通过农机搭载探地雷达进行实时的农田土壤探测实验，智能检测算法的训练集基于实测数据，也就是通过全地形在干旱地面拖动探地雷达进行数据收集，最后在计算机上通过深度学习算法智能识别农田土壤硬质异物在农田中的空间位置，最终通过一种基于安卓调试桥以及探地雷达实现的实时检测土壤分层、硬质异物深度、尺寸以及材料类型的检测装置。本发明节省人力物力，农机一边行驶一边实现智能检测，属于土壤异物检测技术领域。

Description

一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物 方法
技术领域
本发明涉及土壤异物检测技术，具体涉及一种利用安卓调试桥以及车载雷 达智能检测土壤硬质异物方法。
背景技术
农机作业安全是智能农机装备发展的保障。
目前探地雷达对于农业用土中的硬质异物探测缺陷在于：1、农田土壤容易 分层，导致土壤物理参数复杂、致损农机的土壤硬质异物种类繁多，目前不但 缺乏有效的土壤数学模型给出先验知识，而且缺乏硬质异物分类标准。2、针对 农田土壤硬质异物的电磁波探测结果，目前主要依据人的经验对雷达数据特征 进行判断，因为受到周围环境因素的干扰，解析结果往往存在误差。3、探地雷 达探测技术难以与农田硬质异物形态特征信息有效结合，缺乏智能、高效、系 统、鲁棒性高的异常识别方法。
高淑雅等(2020)提出一种基于卷积神经网络的分类方法，该方法首先通 过多普勒图像作雷达回波数据的训练集，然后通过神经网络得到雷达目标识别 的网络模型(高淑雅，高跃清，2020)，最终提高了模型识别精度。
杨宏宇等提出一种基于深度卷积神经网络的气象雷达图像噪声语义分割方 法(杨宏宇，王峰岩,2019)。该方法通过前向传播提取特征，将雷达噪声图像的高 维全局信息与局部特征细节结合，结果表明该方法的去噪效果比光流法以及全 卷积网络(FCN)的识别准确率高。
胡显等提出一种基于卷积神经网络的SAR图像目标识别CMNet网络，该 网络在提取合成孔径雷达(SAR)图像特征层中加入中心损失以及softmax训练 过程(胡显，等,2019)。通过兼顾类内聚合和类间分离的方式提高SAR图像目标 识别率。
发明内容
针对现有技术中存在的技术问题，本发明的目的是：提供一种农机一边行 驶一边实现智能检测的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方 法。
为了达到上述目的，本发明采用如下技术方案：
一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，通过安卓 调试桥接口实时读取探地雷达的移动端的屏幕数据，然后利用移动端无线连接 方式实时获取探地雷达数据；其次是通过农机搭载探地雷达进行实时的农田土 壤探测实验，智能检测算法的训练集基于实测数据，也就是通过全地形在干旱 地面拖动探地雷达进行数据收集，最后在计算机上通过深度学习算法智能识别 农田土壤硬质异物在农田中的空间位置，最终通过一种基于安卓调试桥以及探 地雷达实现的实时检测土壤分层、硬质异物深度、尺寸以及材料类型的检测装 置。
作为一种优选，探地雷达采用MALA雷达。
作为一种优选，选取农机作业平面，也就是地势平坦的干旱田地进行测试。
作为一种优选，实验过程选用全地形车模拟农机拖动载具，实验首先将探 地雷达通过连接杆连接在全地形车后排拖钩上。
作为一种优选，利用探地雷达提供的开源接口，实时地把探地雷达数据通 过安卓调试桥传输数据的方式传输到移动算端，再通过USB接口实时传输到计 算机；计算机接收到数据后，通过深度学习框架进行识别测试。
作为一种优选，全地形车以15km/h的速度均速行驶，并且驾驶路线是人为 操作通过预先埋藏好的硬质异物位置。
作为一种优选，土壤分层情况是通过波道追踪方法进行层间分析。
作为一种优选，硬质异物的坐标顶点定位与识别是通过YOLOv3算法框架 进行计算。
作为一种优选，土壤硬质异物材料是通过SVM分类器进行确定。
作为一种优选，检测装置通过探地雷达、安卓调试桥、农机、无线连接模 块、可视化计算机、智能检测算法搭建。
本发明的原理是：通过探地雷达(GPR)、安卓调试桥(ADB)、农业机械、 无线连接模块、可视化计算机以及智能检测算法搭建一个容易安装、高效的土 壤硬质异物检测系统，并依赖该系统实施智能检测土壤硬质异物方法。
总的说来，本发明具有如下优点：
1.节省人力物力，通过ADB实时获取探地雷达天线的发射信号并进行智能 算法识别，从而达到农机一边行驶一边实现智能检测。
2.原理技术简单，可以通过集成的算法输出具有农田土壤特征的土壤层GPR 图像。
3.本发明设计的ADB数据传输方式通俗易懂，连接过程代码简单。
4.利用GPR定位的表达方式通俗易懂，容易集成于实际的工程应用中，也 就是鲁棒性比较强。
附图说明
图1是本发明的车载雷达探测方案设计图。
图2是本发明的流程框图。
图3是智能检测算法的计算机程序界面。
其中，1为农机作业平面，2为探地雷达，3为ADB收集数据单元，4为计 算机处理单元，5为土壤分层，6为农田硬质异物，7为Pycharm IDE界面，8 为算法执行窗口，9为实时输出控制台，10为特征点定位界面，11为土壤硬质 异物识别界面。
具体实施方式
下面将结合具体实施方式来对本发明做进一步详细的说明。
一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，采用图1 所示的方案，图中的农机作业平面1，实验中选择地势较为平坦的干旱田地进行 测试；土壤分层5为GPR图像经过波道追踪划分的土壤层；农田硬质异物6是 需要检测的土壤硬质异物。车载实验所采用的GPR型号为瑞典MALA公司的 GX750-HDR，采集每个通道的样点数为412个，频率设置为9600，采样间距为 0.015m；GPR天线耦合间距为0.14m，测距轮直径为17cm。实验数据训练集为 COCO数据集格式，采用VOTT 2.1.0进行数据标记。操作系统为windows 10,processor型号为Intel(R)Xeon(R)Gold 6130 CPU@2.10GHz.测试框架是基于 python3.7，Keras 2.31,Tensorflow 1.13.1,Sklearn以及GUDA 10.0。
选取农机作业平面，也就是地势较为平坦的干旱田地进行测试。车载雷达 探测采用华南农业大学工程学院的全地形车模拟农机拖动载具；实验首先将MALA雷达通过连接杆连接在全地形车后排拖钩上。然后利用MALA雷达提供 的开源接口，实时地把GPR数据通过无线的ADB传输数据方式传输到移动算 端，再通过USB接口实时传输到计算机。全地形车以15km/h的均速行驶，并 且驾驶路线是人为操作通过预先埋藏好的硬质异物位置。计算机接收到数据后， 通过深度学习框架进行识别测试。土壤分层情况是通过波道追踪方法进行层间 分析。硬质异物的坐标顶点定位与识别是通过YOLOv3算法框架进行计算。土 壤硬质异物材料是通过SVM分类器进行确定。
附ADB python执行代码，手机端实时截屏到手机内存卡代码： os.system("adbshell screencap/sdcard/雷达图片.png")；手机内存卡实时传输到计 算机代码：os.system("adb pull/sdcard/雷达图片.png")。
本发明对于仅仅只有一个双曲线特征的土壤埋藏物，采用的识别方法是框 选目标并标记顶点。标记的圆形顶点越大，说明被检测的物体沿检测方向上的 剖面土壤跨度越大。对于具有一定宽度的检测物体，本实验通过自动识别上升 元以及下升元起始点进行特征标记，并将实际的物体位置以及标记结果对比分 析。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实 施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、 替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：通过安卓调试桥接口实时读取探地雷达的移动端的屏幕数据，然后利用移动端无线连接方式实时获取探地雷达数据；其次是通过农机搭载探地雷达进行实时的农田土壤探测实验，智能检测算法的训练集基于实测数据，也就是通过全地形在干旱地面拖动探地雷达进行数据收集，最后在计算机上通过深度学习算法智能识别农田土壤硬质异物在农田中的空间位置，最终通过一种基于安卓调试桥以及探地雷达实现的实时检测土壤分层、硬质异物深度、尺寸以及材料类型的检测装置。
2.按照权利要求1所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：探地雷达采用MALA雷达。
3.按照权利要求1所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：选取农机作业平面，也就是地势平坦的干旱田地进行测试。
4.按照权利要求1所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：实验过程选用全地形车模拟农机拖动载具，实验首先将探地雷达通过连接杆连接在全地形车后排拖钩上。
5.按照权利要求2所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：利用探地雷达提供的开源接口，实时地把探地雷达数据通过安卓调试桥传输数据的方式传输到移动算端，再通过USB接口实时传输到计算机；计算机接收到数据后，通过深度学习框架进行识别测试。
6.按照权利要求4所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：全地形车以15km/h的速度均速行驶，并且驾驶路线是人为操作通过预先埋藏好的硬质异物位置。
7.按照权利要求1所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：土壤分层情况是通过波道追踪方法进行层间分析。
8.按照权利要求1所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：硬质异物的坐标顶点定位与识别是通过YOLOv3算法框架进行计算。
9.按照权利要求1所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：土壤硬质异物材料是通过SVM分类器进行确定。
10.按照权利要求1所述的利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法，其特征在于：检测装置通过探地雷达、安卓调试桥、农机、无线连接模块、可视化计算机、智能检测算法搭建。
CN202011490025.6A 2020-12-16 2020-12-16 一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法 Pending CN112731381A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011490025.6A CN112731381A (zh) 2020-12-16 2020-12-16 一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011490025.6A CN112731381A (zh) 2020-12-16 2020-12-16 一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法

Publications (1)

Publication Number Publication Date
CN112731381A true CN112731381A (zh) 2021-04-30

Family

ID=75603753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011490025.6A Pending CN112731381A (zh) 2020-12-16 2020-12-16 一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法

Country Status (1)

Country Link
CN (1) CN112731381A (zh)

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03130685A (ja) * 1989-10-13 1991-06-04 Yoshitada Etsuhara 地下埋蔵物の探査方法
US20030083819A1 (en) * 2001-11-01 2003-05-01 Rooney Daniel James Soil and topography surveying
JP2004198195A (ja) * 2002-12-17 2004-07-15 Kawasaki Heavy Ind Ltd 地中の物体を探知する方法及び装置、並びに移動体
KR200462848Y1 (ko) * 2011-12-13 2012-10-09 삼성탈레스 주식회사 영상 전시 핸드 헬드 지뢰 탐지 장치
CN103485265A (zh) * 2013-09-27 2014-01-01 华南理工大学 一种超宽带探地雷达公路质量探测方法及其探测装置
CN104569972A (zh) * 2015-01-20 2015-04-29 中国科学院成都生物研究所 一种植物根系三维构型无损检测方法
US20150382208A1 (en) * 2014-06-30 2015-12-31 At&T Intellectual Property I, Lp Method and apparatus for managing wireless probe devices
CN105975990A (zh) * 2016-05-17 2016-09-28 华北水利水电大学 一种复垦土壤剖面的精细表达方法
CN106022339A (zh) * 2016-05-17 2016-10-12 华北水利水电大学 一种复垦土地浅埋地埋管深度的提取方法
CN106405660A (zh) * 2016-08-26 2017-02-15 国脉科技股份有限公司 通信管道埋深探测装置及方法
RU2625602C1 (ru) * 2016-08-11 2017-07-17 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ВСЕРОССИЙСКИЙ ОРДЕНА "ЗНАК ПОЧЕТА" НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ ПРОТИВОПОЖАРНОЙ ОБОРОНЫ МИНИСТЕРСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ДЕЛАМ ГРАЖДАНСКОЙ ОБОРОНЫ, ЧРЕЗВЫЧАЙНЫМ СИТУАЦИЯМ И ЛИКВИДАЦИИ ПОСЛЕДСТВИЙ СТИХИЙНЫХ БЕДСТВИЙ" (ФГБУ ВНИИПО МЧС России) Способ обнаружения границы локального подземного торфяного пожара и робот для проведения разведки подземных торфяных пожаров
EP3195719A1 (en) * 2016-01-20 2017-07-26 CLAAS E-Systems KGaA mbH & Co KG Agricultural machine
CN107527067A (zh) * 2017-08-01 2017-12-29 中国铁道科学研究院铁道建筑研究所 一种基于探地雷达的铁路路基病害智能识别方法
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
CN107727016A (zh) * 2017-10-11 2018-02-23 山东农业大学 一种滴灌灌溉方式下土壤湿润体的探测方法
US20180177136A1 (en) * 2016-12-23 2018-06-28 Hexagon Technology Center Gmbh Method for prediction of soil and/or plant condition
CN109031290A (zh) * 2018-07-27 2018-12-18 山东农业大学 一种土地工程的质量检测方法
CN109444984A (zh) * 2018-12-14 2019-03-08 湖南华诺星空电子技术有限公司 一种多源融合无人车载式爆炸物探测系统
CN109685011A (zh) * 2018-12-25 2019-04-26 北京华航无线电测量研究所 一种基于深度学习的地下管线检测识别方法
CN110161576A (zh) * 2019-06-13 2019-08-23 中国地质大学（北京） 一种矿区复垦地表层土壤非均质程度的确定方法及系统
KR102041200B1 (ko) * 2019-05-24 2019-11-06 한화시스템 주식회사 초광대역 지면 투과 레이더 기반 지뢰 탐지를 위한 신호 처리 방법 및 장치
CN110579760A (zh) * 2019-09-23 2019-12-17 中国地质大学（北京） 一种矿区土壤物理性质的三维呈现方法及系统
CN111025286A (zh) * 2019-11-01 2020-04-17 长安大学 一种用于水损害检测的探地雷达图谱自适应选取方法
CN111323764A (zh) * 2020-01-21 2020-06-23 山东大学 一种基于探地雷达的地下工程目标体智能识别方法及系统
CN211292643U (zh) * 2019-12-25 2020-08-18 上海熹翼科技有限公司 一种基于雷达技术的土壤含水量测量装置
CN111798411A (zh) * 2020-06-03 2020-10-20 广州大学 一种基于探地雷达和深度学习的混凝土内钢筋智能定位方法

Patent Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03130685A (ja) * 1989-10-13 1991-06-04 Yoshitada Etsuhara 地下埋蔵物の探査方法
US20030083819A1 (en) * 2001-11-01 2003-05-01 Rooney Daniel James Soil and topography surveying
JP2004198195A (ja) * 2002-12-17 2004-07-15 Kawasaki Heavy Ind Ltd 地中の物体を探知する方法及び装置、並びに移動体
KR200462848Y1 (ko) * 2011-12-13 2012-10-09 삼성탈레스 주식회사 영상 전시 핸드 헬드 지뢰 탐지 장치
CN103485265A (zh) * 2013-09-27 2014-01-01 华南理工大学 一种超宽带探地雷达公路质量探测方法及其探测装置
US20150382208A1 (en) * 2014-06-30 2015-12-31 At&T Intellectual Property I, Lp Method and apparatus for managing wireless probe devices
CN104569972A (zh) * 2015-01-20 2015-04-29 中国科学院成都生物研究所 一种植物根系三维构型无损检测方法
EP3195719A1 (en) * 2016-01-20 2017-07-26 CLAAS E-Systems KGaA mbH & Co KG Agricultural machine
CN105975990A (zh) * 2016-05-17 2016-09-28 华北水利水电大学 一种复垦土壤剖面的精细表达方法
CN106022339A (zh) * 2016-05-17 2016-10-12 华北水利水电大学 一种复垦土地浅埋地埋管深度的提取方法
RU2625602C1 (ru) * 2016-08-11 2017-07-17 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ВСЕРОССИЙСКИЙ ОРДЕНА "ЗНАК ПОЧЕТА" НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ ПРОТИВОПОЖАРНОЙ ОБОРОНЫ МИНИСТЕРСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ДЕЛАМ ГРАЖДАНСКОЙ ОБОРОНЫ, ЧРЕЗВЫЧАЙНЫМ СИТУАЦИЯМ И ЛИКВИДАЦИИ ПОСЛЕДСТВИЙ СТИХИЙНЫХ БЕДСТВИЙ" (ФГБУ ВНИИПО МЧС России) Способ обнаружения границы локального подземного торфяного пожара и робот для проведения разведки подземных торфяных пожаров
CN106405660A (zh) * 2016-08-26 2017-02-15 国脉科技股份有限公司 通信管道埋深探测装置及方法
US20180177136A1 (en) * 2016-12-23 2018-06-28 Hexagon Technology Center Gmbh Method for prediction of soil and/or plant condition
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
CN107527067A (zh) * 2017-08-01 2017-12-29 中国铁道科学研究院铁道建筑研究所 一种基于探地雷达的铁路路基病害智能识别方法
CN107727016A (zh) * 2017-10-11 2018-02-23 山东农业大学 一种滴灌灌溉方式下土壤湿润体的探测方法
CN109031290A (zh) * 2018-07-27 2018-12-18 山东农业大学 一种土地工程的质量检测方法
CN109444984A (zh) * 2018-12-14 2019-03-08 湖南华诺星空电子技术有限公司 一种多源融合无人车载式爆炸物探测系统
CN109685011A (zh) * 2018-12-25 2019-04-26 北京华航无线电测量研究所 一种基于深度学习的地下管线检测识别方法
KR102041200B1 (ko) * 2019-05-24 2019-11-06 한화시스템 주식회사 초광대역 지면 투과 레이더 기반 지뢰 탐지를 위한 신호 처리 방법 및 장치
CN110161576A (zh) * 2019-06-13 2019-08-23 中国地质大学（北京） 一种矿区复垦地表层土壤非均质程度的确定方法及系统
CN110579760A (zh) * 2019-09-23 2019-12-17 中国地质大学（北京） 一种矿区土壤物理性质的三维呈现方法及系统
CN111025286A (zh) * 2019-11-01 2020-04-17 长安大学 一种用于水损害检测的探地雷达图谱自适应选取方法
CN211292643U (zh) * 2019-12-25 2020-08-18 上海熹翼科技有限公司 一种基于雷达技术的土壤含水量测量装置
CN111323764A (zh) * 2020-01-21 2020-06-23 山东大学 一种基于探地雷达的地下工程目标体智能识别方法及系统
CN111798411A (zh) * 2020-06-03 2020-10-20 广州大学 一种基于探地雷达和深度学习的混凝土内钢筋智能定位方法

Non-Patent Citations (12)

* Cited by examiner, † Cited by third party
Title
宋文等: "潮土区农田土体构型层次的探地雷达无损探测试验", 农业工程学报, vol. 34, no. 16, 31 August 2018 (2018-08-31), pages 129 - 138 *
张亚东: "高分辨率超宽带脉冲探地雷达发射机系统设计与实验研究", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 2, pages 136 - 1508 *
李俐等: "基于包络检波和STFT谱分析的探地雷达土壤分层信息识别", 地球信息科学, vol. 22, no. 2, 29 February 2020 (2020-02-29), pages 316 - 327 *
杨必胜等: "车载探地雷达地下目标实时探测法", 测绘学报, vol. 49, no. 7, pages 874 - 882 *
王光文: "利用面波勘探技术研究冀中坳陷中部浅表精细结构", 中国优秀硕士论文电子期刊网, no. 12, 15 December 2020 (2020-12-15), pages 011 - 87 *
王勇志: "基于时域传输原理的土壤水分测试仪的研究与开发", 中国优秀硕士学位论文全文数据库 (农业科技辑), no. 2, pages 043 - 31 *
王田田: "基于机器学习的超宽带雷达信号土壤特征提取研究", 中国优秀硕士论文电子期刊网, no. 8, 15 August 2020 (2020-08-15), pages 008 - 52 *
王钰: "基于Android的地质灾害信息化调查软件研发", 中国优秀硕士学位论文全文数据库 (基础科学辑), no. 3, pages 011 - 52 *
罗古拜: "基于探地雷达的矿区重构土壤典型物理性质探测", 中国优秀硕士论文电子期刊网, no. 9, 15 September 2020 (2020-09-15), pages 021 - 23 *
肖国峰等: "基于GF-2遥感影像的典型道路路面类型识别", 公路, no. 10, 31 October 2020 (2020-10-31), pages 18 - 24 *
胡振琪等: "应用探地雷达检测复垦土壤的分层结构", 中国矿业, vol. 14, no. 3, 31 March 2005 (2005-03-31), pages 73 - 75 *
芦晴晴: "探地雷达图像处理及其在探测地下空洞中的应用", 中国优秀硕士论文电子期刊网, no. 4, 15 April 2016 (2016-04-15), pages 136 - 754 *

Similar Documents

Publication Publication Date Title
US20230108634A1 (en) Ground penetrating radar and deep learning-based underground pipeline detection method and system
CN112256589B (zh) 一种仿真模型的训练方法、点云数据的生成方法及装置
CN111045008B (zh) 基于展宽计算的车载毫米波雷达目标识别方法
CN106154247B (zh) 一种多尺度全波形激光雷达数据最优化分解方法
CN106295459A (zh) 基于机器视觉和级联分类器的车辆检测和预警方法
CN114266892A (zh) 一种多源数据深度学习的路面病害识别方法及系统
CN102914773B (zh) 一种多航过圆周sar三维成像方法
CN103616390B (zh) 一种胶结充填体顶板裂隙状态无损探测方法
CN110910407B (zh) 基于移动激光扫描点云数据的行道树树干提取方法
CN113156417B (zh) 反无人机探测系统、方法和雷达设备
CN112630160A (zh) 一种基于图像采集的无人机航迹规划土壤湿度监测方法、系统及可读存储介质
CN113820682A (zh) 一种基于毫米波雷达的目标检测方法及装置
CN205168320U (zh) 基于物联网的汽车行驶安全预警器
CN114511080A (zh) 一种模型构建方法、装置以及异常轨迹点实时检测方法
CN112731381A (zh) 一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法
CN103376443B (zh) 探地雷达探测地面干扰快速消除方法
CN109215342A (zh) 一种智能车路况信息接收与分析能力测试平台
CN105303837A (zh) 一种检测驾驶人跟驰行为特性参数的方法及系统
Dewali et al. Combining OBIA, CNN, and UAV photogrammetry for automated avalanche deposit detection and characterization
CN111983332B (zh) 基于无人机的电磁信号场型校验系统
CN114611547A (zh) 基于卷积神经网络的雷达目标识别方法、模型训练方法
CN117233785B (zh) 一种用于地貌测绘的激光雷达测绘系统
CN106845489A (zh) 基于改进Krawtchouk矩的SAR图像目标特征提取方法
Li et al. Road sub-surface defect detection based on gprMax forward simulation-sample generation and Swin Transformer-YOLOX
Dou et al. Automatic identification of GPR targets on roads based on CNN and Grad-CAM

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