CN114062372A - 一种地铁隧道病害智慧分析系统 - Google Patents

Abstract

本申请涉及一种地铁隧道病害智慧分析系统，其属于地铁隧道病害监测技术领域，包括服务器，服务器内执行有下述方法：获取地铁隧道的振动波形图像，振动波形图像为地铁经过隧道时的隧道振动图像；对振动波形图像进行初始化处理后得到待测波形图像；将待测波形图像与预存的标准波形图像进行相似度匹配后得到匹配结果；基于匹配结果生成对地铁隧道的病害分析结果。本申请具有实现对地铁隧道病害的分析的效果。

Description

一种地铁隧道病害智慧分析系统

技术领域

本申请涉及地铁隧道病害监测技术领域，尤其是涉及一种地铁隧道病害智慧分析系统。

背景技术

地铁是城市中修建的快速、大运量、用电力牵引的轨道交通；地铁是涵盖了城市地区各种地下与地上的路权专有、高密度、高运量的城市轨道交通系统；在修建地铁时，针对地下的地铁，需要修建相应的隧道，来供地铁运行。

在地铁运行了一段时间之后，地铁隧道内会因各种原因出现病害；其中，对地铁隧道及地铁运行影响最大的就是隧道水害；隧道水害是在隧道修建和运营过程中遇到的水的干扰和危害，主要是由围岩的地下水和地表水直接或间接地以渗漏或涌出的形式进入隧道内造成的危害；隧道水害轻则会造成洞内空气潮湿，影响施工人员身体健康等；重则会威胁人员安全，冲毁洞内机械设备，造成重大经济损失。

针对上述中的相关技术，发明人发现：对地铁隧道病害进行具体分析是很有必要的。

发明内容

为了实现对地铁隧道病害的分析，本申请提供一种地铁隧道病害智慧分析系统。

本申请提供的一种地铁隧道病害智慧分析系统采用如下的技术方案，一种地铁隧道病害智慧分析系统，包括服务器，所述服务器内执行有下述方法：

获取地铁隧道内的隧道图像，并基于隧道图像得到地铁隧道内的待测区域，待测区域包括隧道的衬砌裂缝区域；

获取地铁隧道的振动波形图像，所述振动波形图像为地铁经过隧道时的隧道振动图像；

对所述振动波形图像进行初始化处理后得到待测波形图像；

将待测波形图像与预存的标准波形图像进行相似度匹配后得到匹配结果；

基于匹配结果生成对地铁隧道的病害分析结果。

通过采用上述技术方案，首先对地铁隧道内的图像进行分析，得到地铁隧道内的待测区域，当地铁经过隧道时，检测得到待测区域的振动波形图像；然后对振动波形图像进行初始化处理得到待测波形图像；将待测波形图像与标准波形图像进行相似度匹配后得到匹配结果；根据匹配结果可以得到地铁隧道的病害分析结果；在对地铁隧道进行病害分析时，隧道水害是最常见的地铁隧道病害，若待测区域有水，那么得到的振动波形图像就与正常的隧道振动波形图像不一致，然后通过对图像的初始化处理后得到待测波形图像，再将待测波形图像与标准波形图像进行匹配后得到匹配结果，再基于匹配结果生成对地铁隧道的病害分析结果；通过这种方式，实现了对地铁隧道的病害分析，提高了对地铁隧道病害分析的准确性和便捷性。

本申请在一较佳示例中可以进一步配置为：还包括多个振动传感器；所述振动传感器用于检测地铁经过隧道时，地铁隧道所产生的振动，并输出振动信号；所述服务器连接振动传感器，接收振动信号，并将振动信号转换为振动波形图像。

通过采用上述技术方案，振动传感器可以检测地铁经过隧道时，待测区域的振动幅度，然后输出振动信号，服务器接收到振动信号，并将振动信号转换成振动波形图像。

本申请在一较佳示例中可以进一步配置为：所述获取地铁隧道内的隧道图像，并基于隧道图像得到地铁隧道内的待测区域的步骤包括，利用图像识别技术对隧道图像进行识别后得到待测区域。

通过采用上述技术方案，通过图像识别技术对隧道图像进行识别，提高了对图像处理的效率，提高了图像处理的便捷性。

本申请在一较佳示例中可以进一步配置为：所述待测区域包括衬砌裂缝区域；每个所述衬砌裂缝区域均设置有多个振动传感器。

通过采用上述技术方案，多个振动传感器可以降低出现因单个传感器损坏导致该区域的振动图像出现问题的可能性，提高了图像处理的效率。

本申请在一较佳示例中可以进一步配置为：利用图像识别技术对隧道图像进行识别后还得到隧道内的漏水区域；将漏水区域标记为隧道内水害区域。

通过采用上述技术方案，利用图像处理技术可以识别到隧道内的漏水区域，然后将漏水区域直接标记为隧道内水害区域，便于工作人员采取相应措施进行处理。

本申请在一较佳示例中可以进一步配置为：所述初始化处理包括对振动波形图像的降噪、滤波及平滑处理。

通过采用上述技术方案，对振动波形图像进行降噪、滤波以及平滑处理，降低了因其他因素对图像造成影响的可能性，提高了图像处理的效率。

本申请在一较佳示例中可以进一步配置为，所述对图像的滤波处理步骤包括：

基于振动波形图像得到标准隧道振动波形；

基于振动波形图像得到待测隧道振动波形；

用待测隧道振动波形减去标准隧道振动波形即实现了对振动波形图像的滤波处理。

通过采用上述技术方案，振动波形图像中可能包含有水或者没有水的隧道振动波形图像，因此需要基于振动波形图像生成标准隧道振动波形和待测隧道振动波形，然后将两个波形相减即可实现对振动波形图像的滤波处理，采用这种方式，去除了图像中标准的振动波形图像，剩余的只为需要检测的波形图像。

本申请在一较佳示例中可以进一步配置为，所述将待测波形图像与预存的标准波形图像进行相似度匹配后得到匹配结果的步骤包括：

将待测波形图像与预存的标准波形图像进行相似度匹配后得到两个图像的匹配程度值；

将所述匹配程度值与预设的相似度阈值进行比较；

若所述匹配程度值大于预设的相似度阈值，则说明两个图像匹配成功；

若所述匹配程度值小于预设的相似度阈值，则说明两个图像匹配失败。

通过采用上述技术方案，将两个波形图像进行匹配，比较两个波形图像之间的相似程度。

本申请在一较佳示例中可以进一步配置为：在将待测波形图像与预存的标准波形图像进行相似度匹配后得到匹配结果之前，对标准波形图像的获取步骤包括：获取地铁经过时隧道内预先放置的水的振动波形图像，该振动波形图像即为标准波形图像。

通过采用上述技术方案，标准波形图像是通过在隧道内放置水，然后检测水的振动，从而得到相应的振动波形图像。

本申请在一较佳示例中可以进一步配置为，还包括：

利用爬虫爬取地铁隧道所在地理位置信息；

根据所述地理位置信息得到水源信息；

根据水源信息判断水源是否会对地铁隧道造成影响并输出判断结果。

通过采用上述技术方案，通过对地铁隧道周围的水源信息的判断，可以得知水源是否会对地铁隧道造成影响。

综上所述，本申请包括以下至少一种有益技术效果：

通过对地铁隧道内图像的分析，可以得到地铁隧道内需要检测的区域，然后获取地铁经过时，待测区域的振动波形图像；对振动波形图像进行初始化处理后可以得到待测波形图像，再对待测波形图像与标准波形图像之间的相似度程度进行匹配分析得到匹配结果，基于匹配结果生成相应的对地铁隧道的病害分析结果，通过这种方式，实现了对地铁隧道的病害分析，提高了对地铁隧道的病害分析的便捷性和准确性。

附图说明

图1是本申请实施例中一种地铁隧道病害智慧分析系统的流程示意图。

图2是本申请实施例中一种地铁隧道病害智慧分析系统中对图像进行滤波处理的图像波形变化示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描 述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的全部其他实施例，都属于本申请保护的范围。

下面结合说明书附图对本申请实施例做进一步详细描述。

地铁隧道病害包括多种，其中最主要的一种为隧道水害；隧道水害是指在隧道修建和运营过程中受到的水的干扰和危害；隧道水害会造成隧道内空气潮湿、影响施工人员的健康、机械设备腐蚀、绝缘设备失效等；并且隧道水害还会进一步导致衬砌腐蚀、衬砌裂缝以及隧道冻害等情况出现；因此，对地铁隧道内的隧道水害进行分析和治理就很有必要。

本申请实施例公开一种地铁隧道病害智慧分析系统，可以理解的是，本申请实施例中的所有方法和步骤均是在服务器中执行的；参照图1，一种地铁隧道病害智慧分析系统包括服务器和振动传感器；所述振动传感器设置于隧道内，输出振动信号；服务器连接振动传感器，接收振动信号，并对振动信号进行分析和处理。

本申请实施例是为了检测地铁隧道内的隧道水害，因此需要检测地铁隧道内侧和外侧的水害情况；隧道内侧的水害是积留在地铁隧道内部的水，隧道外侧的水害是地铁隧道外部的水，该部分水随着时间流逝会从衬砌裂缝或衬砌腐蚀的区域流进地铁隧道内；上述情况中的水，如果在地铁隧道的内部、衬砌中停留时间较长后，不仅会影响隧道内的设备及人员的身体健康，还会对衬砌造成硬性，导致隧道内出现新的衬砌裂缝、衬砌腐蚀等，严重的，在较寒冷的天气或地域，还会形成隧道冻害，因此需要对隧道内侧和外侧的水害进行检测、分析和处理。

可以理解的是，隧道内的衬砌裂缝会导致隧道内侧的水害的出现，因此对衬砌裂缝的检测也是必要的；在本申请实施例中，对隧道内的衬砌裂缝的信息采集可以通过激光雷达和高速线阵相机等设备进行信息的采集；服务器接收采集的到信息，根据机器学习技术对上述信息进行数据分析和挖掘，从而实现对隧道内的衬砌裂缝的检测，进而提高了对衬砌裂缝检测的准确性，提高了检测效率。

在上述过程中，虽然衬砌裂缝会导致隧道水害的出现，但是衬砌裂缝本身也是隧道病害的一种，因此对衬砌裂缝进行检测和分析也是必要的；本申请实施例中，通过上述激光雷达和高速线阵相机获取隧道内的图片，然后根据图像识别技术和技巧学习技术对图片处理，一般会对图片进行去中心化处理、归一化处理等，以提高图片的清晰度，减少噪声的影响，进而提高对衬砌裂缝检测的准确性，上述过程为相关领域中常用技术手段，在此不再赘述。

再根据摄像设备得到隧道内的隧道图像；然后利用图像识别技术对隧道图像进行识别分析，并结合上述设备采集到的信息进行综合分析后得到待测区域和隧道内的漏水区域，并将漏水区域标记为隧道内水害区域。

其中，待测区域包括隧道的衬砌裂缝区域；在得到上述区域后，在衬砌裂缝区域设置多个振动传感器，当地铁经过时，隧道产生振动，衬砌裂缝区域同样发生振动，若衬砌裂缝外侧有水，那么振动传感器检测到的振动信号不同于没有水的部分隧道产生的振动信号；因此，在安装振动传感器时，应将振动传感器插入衬砌裂缝区域中，以提高对衬砌裂缝区域的振动检测的准确性；另一方面，在衬砌裂缝区域设置多个振动传感器，是为了降低出现因只设置一个振动传感器，而振动传感器本身出现故障或者其他特殊情况，导致检测到的振动信号出现问题的可能性，设置多个振动传感器也提高了检测的稳定性和稳定性。

本申请实施例中采用的振动传感器的型号为GBC20。

服务器连接振动传感器，接收振动信号，并将振动信号转换成振动波形图像，可以利用时间序列－时频图谱、短时傅里叶变换或小波变换等对振动信号进行处理，使其转换成振动波形图像；上述过程为相关领域中常用技术手段，在此不再赘述。

上述过程即为获取待测区域的振动波形图像，可以理解的是，振动波形图像为地铁经过隧道时的隧道振动图像，即，地铁经过隧道时，振动传感器检测到待测区域产生振动，然后输出振动信号；服务器将振动信号转换成振动波形图像。

在得到振动波形图像后，需要对振动波形图像进行初始化处理；其中，初始化处理包括对图像的去噪、滤波和平滑处理。

对图像的去噪处理是减少图像中噪声的过程；图像在转换和传输的过程中会受到成像设备与外部环境噪声干扰等影响，尤其是在隧道中，受到的噪声干扰会很大，因此需要对图像进行去噪处理；去噪处理可以采用均值滤波器、自适应维纳滤波器、中值滤波器、形态学噪声滤除器和小波去噪等其中一种方式，这些去噪方式均为相关领域中常用技术手段，在此不再赘述。

在对图像进行去噪处理后，还需要对图像进行平滑处理；图像平滑是指用于突出图像的宽大区域、低频成分、主干成分或抑制图像噪声和干扰高频成分的图像处理方法，目的是使图像亮度平缓渐变，减小突变梯度，改善图像质量；常用的图像平滑处理方法包括，插值方法，线性平滑方法和卷积法等；可以根据图像噪声的不同采用不同的处理方式，上述方法为相关领域中常用技术手段，在此不再赘述。

在对振动波形图像进行去噪和平滑处理之后，可以对振动波形图像进行滤波处理；在本申请实施例中，振动波形图像是对振动传感器输出的振动信号进行处理后得到的能够反映在地铁经过隧道时，隧道内产生的振动的波形图像；那么振动波形图像中包括隧道外侧有水的部分地振动波形，即，异常波形；振动波形图像中还包括隧道外侧没有水的部分地振动波形，及，正常波形；因此需要对振动波形图像进行滤波处理，即去除振动波形图像中包含的正常波形的部分，去除了振动波形图像中正常波形的部分，再对剩余的波形部分进行处理，判断剩余的波形部分是否属于异常波形，若是，则说明该振动波形图像对应的待测区域的隧道外侧有水，那么就将该待测区域标记为隧道水害区域，并采用相应措施进行处理。

可以理解的是，本申请实施例中提到的振动波形图像包括多个，其对应于各个振动传感器输出的振动信号，在对振动波形图像进行处理之后，针对某个待测区域的多个振动传感器对应的多个振动波形图像，如果有一个振动波形图像出现异常，那么就说明该待测区域可能存在水害，就需要采取相应措施进行处理。

本申请实施例中对图像的滤波处理具体包括以下步骤：

首先，基于振动波形图像得到标准隧道振动波形；该标准隧道振动波形即为正常波形；在选定对应正常波形的振动传感器的安装位置时，该安装位置为设定的隧道内侧和外侧部分均没有水的正常隧道位置，所以该位置处的振动传感器输出的振动信号对应的波形为正常波形，即，标准隧道振动波形。

然后，基于振动波形图像得到待测隧道振动波形；该待测隧道振动波形即为异常波形；待测隧道振动波形是指振动波形图像中除标准隧道振动波形外，其余的所有波形图像均为待测隧道振动波形。

参考图2，在得到标准隧道振动波形和待测隧道振动波形之后，用待测隧道振动波形减去标准隧道振动波形后，即实现了对振动波形图像的滤波处理；可以理解的是，虽然是用待测隧道振动波形减去标准隧道振动波形，实际上是去除振动波形图像中正常波形部分，然后再对剩余的波形部分进行处理；例如，波形A为标准隧道振动波形，波形B为待测隧道振动波形，那么用波形B减去波形A后得到的波形C为剩余的波形，即经过滤波处理的振动波形图像。

在本申请实施例中，将经过去噪、平滑和滤波处理之后的振动波形图像命名为待测波形图像；在得到待测波形图像后，将待测波形图像与预存的标准波形图像进行相似度匹配，判断待测波形图像和预存的标准波形图像之间的相似程度，并得到两个图像之间的匹配程度值；然后将匹配程度值与预设的相似度阈值进行比较，如果匹配程度值大于预设的相似度阈值，则说明两个图像匹配成功；如果匹配程度值小于预设的相似度阈值，则说明两个图像匹配失败。

在判断两个波形图像之间的相似度时，以其中一个波形图像为基准，然后让另一个波形图像无限逼近基准波形，再计算两个波形图像之间的误差，再经过相关计算后可以得到两个波形图像之间的相似度，上述过程为相关领域中常用技术手段，在此不再赘述。

如果两个图像匹配成功，则说明可以将两个图像视为相同的图像，此时说明待测波形图像和标准波形图像相同；本申请实施例中的标准波形图像是通过下述步骤获取的，首先在地铁隧道内放置一盆水，然后获取地铁经过隧道时水的振动波形图像，该振动波形图形即为标准波形图像；标准波形图像表示地铁隧道内有水的振动波形，那么若待测波形图像和标准波形图像相同，说明待测波形图像所代表的待测区域有水，进而说明待测区域可能存储隧道水害。

可以理解的是，如果两个图像匹配成功，那么该待测波形图像所代表的待测区域有水，如果两个图像匹配失败，俺么该待测波形图像所代表的待测区域没有水；根据不同的匹配结果，可以生成对应的病害分析结果；即，匹配结果为成功，表明待测区域的病害分析结果为存在隧道水害；匹配结果为失败，表明待测区域的病害分析结果为不存在隧道水害。

通过这种方式，一方面可以对隧道内衬砌裂缝进行具体分析和检测，实现了对隧道内侧和外侧的病害分析；另一方面提高了对隧道病害分析的分析准确性。

在本申请实施例中，除了对隧道内侧和外侧的病害分析外，还可以通过对地铁隧道的地理位置及周边信息进行具体分析；首先利用爬虫爬取地铁隧道所在地理位置信息；然后根据地理位置信息得到水源信息；最终根据水源信息判断水源是否会对地铁隧道造成影响并输出判断结果。

利用爬虫得到了地铁隧道的地理位置信息后，判断地铁隧道周围是否存在水源，然后根据水源的流向及流向判断，水源是否会对地铁隧道造成影响，即，水源是否会流入地铁隧道内，在雨水天气时是否会引发水源内水流暴涨，进而对地铁隧道造成影响。

以上描述仅为本申请得较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种地铁隧道病害智慧分析系统，其特征在于，包括服务器，所述服务器内执行有下述方法：

获取地铁隧道内的隧道图像，并基于隧道图像得到地铁隧道内的待测区域；

获取待测区域的振动波形图像，所述振动波形图像为地铁经过隧道时的隧道振动图像；

对所述振动波形图像进行初始化处理后得到待测波形图像；

将待测波形图像与预存的标准波形图像进行相似度匹配后得到匹配结果；

基于匹配结果生成对地铁隧道的病害分析结果。

2.根据权利要求1所述的地铁隧道病害智慧分析系统，其特征在于：还包括多个振动传感器；所述振动传感器用于检测地铁经过隧道时，地铁隧道所产生的振动，并输出振动信号；所述服务器连接振动传感器，接收振动信号，并将振动信号转换为振动波形图像。

3.根据权利要求2所述的地铁隧道病害智慧分析系统，其特征在于，所述获取地铁隧道内的隧道图像，并基于隧道图像得到地铁隧道内的待测区域的步骤包括，利用图像识别技术对隧道图像进行识别后得到待测区域。

4.根据权利要求3所述的地铁隧道病害智慧分析系统，其特征在于：所述待测区域包括衬砌裂缝区域；每个所述衬砌裂缝区域均设置有多个振动传感器。

5.根据权利要求3所述的地铁隧道病害智慧分析系统，其特征在于：利用图像识别技术对隧道图像进行识别后还得到隧道内的漏水区域；将漏水区域标记为隧道内水害区域。

6.根据权利要求1所述的地铁隧道病害智慧分析系统，其特征在于：所述初始化处理包括对振动波形图像的降噪、滤波及平滑处理。

7.根据权利要求6所述的地铁隧道病害智慧分析系统，其特征在于：所述对图像的滤波处理步骤包括：

基于振动波形图像得到标准隧道振动波形；

基于振动波形图像得到待测隧道振动波形；

用待测隧道振动波形减去标准隧道振动波形即实现了对振动波形图像的滤波处理。

8.根据权利要求1所述的地铁隧道病害智慧分析系统，其特征在于，所述将待测波形图像与预存的标准波形图像进行相似度匹配后得到匹配结果的步骤包括：

将待测波形图像与预存的标准波形图像进行相似度匹配后得到两个图像的匹配程度值；

将所述匹配程度值与预设的相似度阈值进行比较；

若所述匹配程度值大于预设的相似度阈值，则说明两个图像匹配成功；

若所述匹配程度值小于预设的相似度阈值，则说明两个图像匹配失败。

9.根据权利要求8所述的地铁隧道病害智慧分析系统，其特征在于，在将待测波形图像与预存的标准波形图像进行相似度匹配后得到匹配结果之前，对标准波形图像的获取步骤包括：获取地铁经过时隧道内预先放置的水的振动波形图像，该振动波形图像即为标准波形图像。

10.根据权利要求1所述的地铁隧道病害智慧分析系统，其特征在于，还包括：

利用爬虫爬取地铁隧道所在地理位置信息；

根据所述地理位置信息得到水源信息；

根据水源信息判断水源是否会对地铁隧道造成影响并输出判断结果。

Images