CN114777642B - 一种在役混凝土路面板传荷构件三维空间位置检测系统 - Google Patents
一种在役混凝土路面板传荷构件三维空间位置检测系统 Download PDFInfo
- Publication number
- CN114777642B CN114777642B CN202210261197.9A CN202210261197A CN114777642B CN 114777642 B CN114777642 B CN 114777642B CN 202210261197 A CN202210261197 A CN 202210261197A CN 114777642 B CN114777642 B CN 114777642B
- Authority
- CN
- China
- Prior art keywords
- steel bar
- unit
- module
- detection system
- concrete pavement
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 239000004567 concrete Substances 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 title claims abstract description 10
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 76
- 239000010959 steel Substances 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000010276 construction Methods 0.000 claims abstract description 7
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 19
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 16
- 230000008859 change Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了一种在役混凝土路面板传荷构件三维空间位置检测系统，包括：采集模块，用于采集混凝土路面板的初始钢筋数据；处理模块，用于对所述初始钢筋数据进行处理，获得目标钢筋数据；模型构建模块，用于根据所述目标钢筋数据进行三维空间位置建模，获得钢筋形变结果。本发明能够准确测量混凝土路面板内的钢筋形变数据，更好地反应路面内部钢筋变形的实际情况，在提高检测可靠性的基础上，不必破型检验，不受混凝土构件尺寸和钢筋保护层厚度的限制，具有很好的推广应用。
Description
技术领域
本发明属于路面检测领域，特别是涉及一种在役混凝土路面板传荷构件三维空间位置检测系统。
背景技术
在桥梁和公路的建造中通常将钢筋和混凝土联合使用，这是因为钢筋暴露在外日晒雨淋容易生锈，从而不利于钢筋的长期使用，于是在钢筋包裹混凝土起到隔绝氧气和水分避免生锈的保护作用。同样，如果混凝土里面没有钢筋，混凝土是易脆的。公路、桥梁需要钢筋混凝土路面板承受足够大的压力，而在道路施工铺设路面板或者道路使用过程中，路面板相衔接部分的钢筋容易发生形变，在道路验收时，需要对各个路面板的钢筋进行三维空间位置检测，检验钢筋质量合格与否，需要将钢筋形变情况与验收标准做对比，因此对钢筋形变量的测量问题成为了检验钢筋质量合格与否的核心问题，现有的钢筋形变检测一般通过混凝土破型检测，这种检测方法最直观和准确，即将检测部位的保护层凿除，观察钢筋的形变情况。这种方法的缺点足费时、费力，对建筑物或结构构件会造成一定程度的破坏。
发明内容
为解决上述问题，本发明提供了如下方案：一种在役混凝土路面板传荷构件三维空间位置检测系统，包括：
采集模块，用于采集混凝土路面板的初始钢筋数据；
处理模块，用于对所述初始钢筋数据进行处理，获得目标钢筋数据；
模型构建模块，用于根据所述目标钢筋数据进行三维空间位置建模，获得钢筋形变结果。
优选地，所述采集模块包括第一采集单元、第二采集单元；
所述第一采集单元用于采集所述钢筋的位置；
所述第二采集单元用于采集所述钢筋的形变位移量。
优选地，所述处理模块还包括定位单元、纠正单元、第一处理单元、第二处理单元；
所述定位单元用于标定待检测混凝土路面板的钢筋位置；
所述第一处理单元用于处理检测系统的检测路线，获得偏离角度差、位移偏移量；
所述纠正单元用于根据所述偏离角度差、所述位移偏移量，校正检测系统的检测路线；
所述第二处理单元用于根据校正后的检测路线和所述初始钢筋数据，获得目标钢筋数据。
优选地，所述纠正单元具体通过在路面铺设定位轨道或在板缝两侧设置激光发射器和激光接收器定位检测路线。
优选地，所述处理模块还包括数据转换单元，所述数据转换单元用于将所述目标钢筋数据转换为形变二维图像。
优选地，所述模型构建模块包括图像裁剪单元、多尺度缩放单元、亮度调节单元、图像融合单元；
所述图像裁剪单元用于裁剪非钢筋背景，扩大图像有效区域；
所述多尺度缩放单元用于对所述形变二维图像进行多尺度缩放；
所述亮度调节单元用于调节所述形变二维图像的推向亮度；
所述图像融合单元用于对处理后的形变二维图像进行图像融合。
优选地，所述模型构建模块还包括第三处理单元；
所述第三处理单元用于对所述形变二维图形进行滤波、放大和A/D转换，将模拟信号转换数字信后传输给所述模型构建模块进行三维建模。
优选地，所述检测系统还包括存储模块、绘图模块、打印模块；
所述存储模块用于存储所述初始钢筋数据、所述目标钢筋数据和所述钢筋形变结果；
所述绘图模块用于生成形变二维图像；
所述打印模块用于根据三维空间位置建模结果，获得三维建模模型。
本发明公开了以下技术效果：
本发明提供的一种在役混凝土路面板传荷构件三维空间位置检测系统，通过融合在路面铺设定位轨道或在板缝两侧设置激光发射器和激光接收器定位两种检测路线，对混凝土路面板内的钢筋进行形变检测，能够准确测量混凝土路面板内的钢筋形变数据，更好地反应路面内部钢筋变形的实际情况，具有很好的推广应用价值。
本发明的检测系统在提高检测可靠性的基础上，不受混凝土构件尺寸和钢筋保护层厚度的限制，并且不必破型检验，简单安全，省时省力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供了一种在役混凝土路面板传荷构件三维空间位置检测系统,包括：
采集模块，用于采集混凝土路面板的初始钢筋数据；
处理模块，用于对所述初始钢筋数据进行处理，获得目标钢筋数据；
模型构建模块，用于根据所述目标钢筋数据进行三维空间位置建模，获得钢筋形变结果。
所述采集模块包括第一采集单元、第二采集单元；
所述第一采集单元用于采集所述钢筋的位置；
所述第二采集单元用于采集所述钢筋的形变位移量。
所述处理模块还包括定位单元、纠正单元、第一处理单元、第二处理单元；
所述定位单元用于标定待检测混凝土路面板的钢筋位置；
所述第一处理单元用于处理检测系统的检测路线，获得偏离角度差、位移偏移量；
所述纠正单元用于根据所述偏离角度差、所述位移偏移量，校正检测系统的检测路线；
所述第二处理单元用于根据校正后的检测路线和所述初始钢筋数据，获得目标钢筋数据。
所述纠正单元具体通过在路面铺设定位轨道或在板缝两侧设置激光发射器和激光接收器定位检测路线。
所述处理模块还包括数据转换单元，所述数据转换单元用于将所述目标钢筋数据转换为形变二维图像。
为了充分利用有限的钢筋数据集，解决部分钢筋图片中存在的钢筋捆区域小、钢筋直径变化大、钢筋图片背景单一的问题，对训练集采用集成了图片裁剪、多尺度缩放、亮度变化以及图像融合操作的针对性数据增强；
所述模型构建模块包括图像裁剪单元、多尺度缩放单元、翻转与旋转、亮度调节单元、图像融合单元；
图片裁剪：训练集中存在部分图片钢筋区域小、非钢筋背景大的问题，这将导致图片压缩后送入网络时有效区域小，从而影响模型训练效果；针对性数据增强中将对训练集进行裁剪，裁去非钢筋区域，并相应修改标注；
多尺度缩放：由于钢筋直径变化大且拍摄距离不完全受控，故训练集中目标尺度变化明显，针对性数据增强中将对训练集进行多尺度缩放，有助于提高模型多尺度钢筋检测精度；
翻转与旋转：由于钢筋形状的特殊性，翻转与旋转任意角度都不影响其检测，故在针对性数据增强中将对训练集进行水平与垂直翻转，并旋转特定角度，以获取更多训练数据；
亮度调节：由于采集钢筋图片的环境复杂，光线条件不可控，训练集中亮度变化明显，存在有较亮或较暗的情况，针对性数据增强中将对训练集进行随机亮度变化，有助于提高模型对明暗条件下的适应能力；
图像融合：为了一进步丰富数据集，缓解裁剪后训练集背景单一的问题，针对性数据增强通过逐像素相加，随机将训练集与不出现钢筋截面的工地背景相融合，以扩充数据集，提高模型的泛化能力。
所述模型构建模块还包括第三处理单元；
所述第三处理单元用于对所述形变二维图形进行滤波、放大和A/D转换，将模拟信号转换数字信后传输给所述模型构建模块进行三维建模。
所述检测系统还包括存储模块、绘图模块、打印模块；
所述存储模块用于存储所述初始钢筋数据、所述目标钢筋数据和所述钢筋形变结果；
所述绘图模块用于生成形变二维图像；
所述打印模块用于根据三维空间位置建模结果，获得三维建模模型。
为了减小钢筋尺度变化大、钢筋截面不规则对检测造成的影响，实现高精度的钢筋识别与计数，提出一种集成了级联R-CNN、特征金字塔网络、可变形卷积网络与组归一化的钢筋检测网络框架，即钢筋检测网络模型，并使用数据增强后的训练集对其进行训练；
级联R-CNN：为了实现高精度的钢筋检测，新的框架集成了级联R-CNN作为网络主体，级联R-CNN将FasterR-CNN原始网络头部更改为级联形式，并采用不同的IOU阈值，同时，每一个级联阶段的输入都是上一阶段进行边框回归后的结果，从而实现对框架的优化与改进，以达到更高精度的目标检测；
特征金字塔网络：为了降低实际检测场景中钢筋直径变化范围大对精度的影响，新框架集成了特征金字塔网络，特征金字塔网络通过对语义程度高的顶层特征图进行上采样，并与有高分辨率的底层特征图相融合，从而得到既有高语义程度，又有高分辨率的特征图，从而提高网络在多尺度目标上的检测效果；
可变形卷积网络：为了提高对截面不规则、被严重遮挡钢筋的检测精度，新框架中集成了可变形卷积网络，可变形卷积网络在卷积神经网络中引入了学习空间几何形变的能力，是对卷积核中每个采样点的位置都增加了一个偏移的变量，通过这些变量卷积核就能够在当前位置附近随意地采样，而不再局限于规则格点，其有效地解决了标准卷积网络难以适应几何形变的局限，有助于模型更好地识别截面形状不一的钢筋，从而提高检测精度；
组归一化：新框架中集成了组归一化以代替常规使用的批数量归一化，为了提高对小目标的检测精度，模型训练时采用了更大的训练图片尺寸，然而受限于硬件条件，这导致训练中只能采用更小的批数量，当批数量变小时，批数量归一化则变得不稳定，并逐渐失效，这时使用组归一化代替批数量归一化能够确保模型训练效果不受批数量减小的影响。
本发明提供的一种在役混凝土路面板传荷构件三维空间位置检测系统，通过融合在路面铺设定位轨道或在板缝两侧设置激光发射器和激光接收器定位两种检测路线，对混凝土路面板内的钢筋进行形变检测，能够准确测量混凝土路面板内的钢筋形变数据，更好地反应路面内部钢筋变形的实际情况，具有很好的推广应用价值。
本发明的检测系统在提高检测可靠性的基础上，不受混凝土构件尺寸和钢筋保护层厚度的限制，并且不必破型检验，简单安全，省时省力。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (5)
1.一种在役混凝土路面板传荷构件三维空间位置检测系统,其特征在于，包括：
采集模块，用于采集混凝土路面板的初始钢筋数据；
处理模块，用于对所述初始钢筋数据进行处理，获得目标钢筋数据；
模型构建模块，用于根据所述目标钢筋数据进行三维空间位置建模，获得钢筋形变结果；
所述采集模块包括第一采集单元、第二采集单元；
所述第一采集单元用于采集所述钢筋的位置；
所述第二采集单元用于采集所述钢筋的形变位移量；
所述处理模块还包括定位单元、纠正单元、第一处理单元、第二处理单元；
所述定位单元用于标定待检测混凝土路面板的钢筋位置；
所述第一处理单元用于处理检测系统的检测路线，获得偏离角度差、位移偏移量；
所述纠正单元用于根据所述偏离角度差、所述位移偏移量，校正检测系统的检测路线；
所述第二处理单元用于根据校正后的检测路线和所述初始钢筋数据，获得目标钢筋数据；
所述纠正单元具体通过在路面铺设定位轨道或在板缝两侧设置激光发射器和激光接收器定位检测路线。
2.根据权利要求1所述的在役混凝土路面板传荷构件三维空间位置检测系统，其特征在于，
所述处理模块还包括数据转换单元，所述数据转换单元用于将所述目标钢筋数据转换为形变二维图像。
3.根据权利要求2所述的在役混凝土路面板传荷构件三维空间位置检测系统，其特征在于，
所述模型构建模块包括图像裁剪单元、多尺度缩放单元、亮度调节单元、图像融合单元；
所述图像裁剪单元用于裁剪非钢筋背景，扩大图像有效区域；
所述多尺度缩放单元用于对所述形变二维图像进行多尺度缩放；
所述亮度调节单元用于调节所述形变二维图像的推向亮度；
所述图像融合单元用于对处理后的形变二维图像进行图像融合。
4.根据权利要求2所述的在役混凝土路面板传荷构件三维空间位置检测系统，其特征在于，
所述模型构建模块还包括第三处理单元；
所述第三处理单元用于对所述形变二维图形进行滤波、放大和A/D转换，将模拟信号转换数字信后传输给所述模型构建模块进行三维建模。
5.根据权利要求1所述的在役混凝土路面板传荷构件三维空间位置检测系统，其特征在于，
所述检测系统还包括存储模块、绘图模块、打印模块；
所述存储模块用于存储所述初始钢筋数据、所述目标钢筋数据和所述钢筋形变结果；
所述绘图模块用于生成形变二维图像；
所述打印模块用于根据三维空间位置建模结果，获得三维建模模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210261197.9A CN114777642B (zh) | 2022-03-16 | 2022-03-16 | 一种在役混凝土路面板传荷构件三维空间位置检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210261197.9A CN114777642B (zh) | 2022-03-16 | 2022-03-16 | 一种在役混凝土路面板传荷构件三维空间位置检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114777642A CN114777642A (zh) | 2022-07-22 |
| CN114777642B true CN114777642B (zh) | 2023-07-28 |
Family
ID=82424663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210261197.9A Active CN114777642B (zh) | 2022-03-16 | 2022-03-16 | 一种在役混凝土路面板传荷构件三维空间位置检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114777642B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102877401A (zh) * | 2012-09-17 | 2013-01-16 | 山东省交通科学研究所 | 连续配筋混凝土路面内钢筋变形的检测方法 |
| CN103308445A (zh) * | 2013-06-26 | 2013-09-18 | 广东惠利普路桥信息工程有限公司 | 混凝土道路钢筋检测器和检测方法 |
| WO2014074491A1 (en) * | 2012-11-06 | 2014-05-15 | Texas Research International, Inc. | Tire deformation sensor and tire inflation system |
| CN106054259A (zh) * | 2016-07-05 | 2016-10-26 | 江苏方建质量鉴定检测有限公司 | 一种墙体钢筋断点检测方法 |
| CN110264466A (zh) * | 2019-06-28 | 2019-09-20 | 广州市颐创信息科技有限公司 | 一种基于深度卷积神经网络的钢筋检测方法 |
| 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 |
| CN112630270A (zh) * | 2020-12-28 | 2021-04-09 | 青岛理工大学 | 一种混凝土结构中钢筋状态检测方法 |
| CN112936561A (zh) * | 2021-01-28 | 2021-06-11 | 广东博智林机器人有限公司 | 预制构件中钢筋的偏移检测装置及其偏移检测方法 |
| CN113106823A (zh) * | 2021-04-20 | 2021-07-13 | 交通运输部公路科学研究所 | 一种用于在役水泥混凝土铺面板无损三维模型构建方法 |
-
2022
- 2022-03-16 CN CN202210261197.9A patent/CN114777642B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102877401A (zh) * | 2012-09-17 | 2013-01-16 | 山东省交通科学研究所 | 连续配筋混凝土路面内钢筋变形的检测方法 |
| WO2014074491A1 (en) * | 2012-11-06 | 2014-05-15 | Texas Research International, Inc. | Tire deformation sensor and tire inflation system |
| CN103308445A (zh) * | 2013-06-26 | 2013-09-18 | 广东惠利普路桥信息工程有限公司 | 混凝土道路钢筋检测器和检测方法 |
| CN106054259A (zh) * | 2016-07-05 | 2016-10-26 | 江苏方建质量鉴定检测有限公司 | 一种墙体钢筋断点检测方法 |
| CN110264466A (zh) * | 2019-06-28 | 2019-09-20 | 广州市颐创信息科技有限公司 | 一种基于深度卷积神经网络的钢筋检测方法 |
| 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 |
| CN112630270A (zh) * | 2020-12-28 | 2021-04-09 | 青岛理工大学 | 一种混凝土结构中钢筋状态检测方法 |
| CN112936561A (zh) * | 2021-01-28 | 2021-06-11 | 广东博智林机器人有限公司 | 预制构件中钢筋的偏移检测装置及其偏移检测方法 |
| CN113106823A (zh) * | 2021-04-20 | 2021-07-13 | 交通运输部公路科学研究所 | 一种用于在役水泥混凝土铺面板无损三维模型构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114777642A (zh) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110264466B (zh) | 一种基于深度卷积神经网络的钢筋检测方法 | |
| TWI328962B (zh) | ||
| JP4675949B2 (ja) | 映像処理技法を利用した構造物及び製品のクラック幅測定方法および装置 | |
| CN110633690B (zh) | 基于桥梁监控的车辆特征识别方法及系统 | |
| EP3748283A1 (en) | Repair length determination method and repair length determination device | |
| EP1604170B1 (fr) | Procede et systeme pour surveiller le comportement d'une tuyauterie contenant un fluide sous pression | |
| CN110276752B (zh) | 基于android系统的混凝土表面裂缝特征的APP检测方法 | |
| CN114777642B (zh) | 一种在役混凝土路面板传荷构件三维空间位置检测系统 | |
| CN114266299A (zh) | 基于无人机作业的铁路桥梁钢结构缺陷检测方法及系统 | |
| CN116989679A (zh) | 一种基于图像处理的高速公路高边坡位移集成监测方法 | |
| CN112082495A (zh) | 一种综合管廊的形变监测系统及方法 | |
| CN117169121B (zh) | 一种基于云边端架构的交通道路病害检测系统及方法 | |
| JP4108593B2 (ja) | 浸水監視装置 | |
| CN111476850B (zh) | 一种裂隙土裂隙率计算方法 | |
| CN111563888A (zh) | 一种定量裂缝生长监测方法 | |
| CN111784785B (zh) | 一种桥梁动态位移识别方法 | |
| CN116993740A (zh) | 基于图像数据的混凝土结构表面缺陷检测方法 | |
| JP4683516B2 (ja) | デジタルカメラを用いた構造物の亀裂変位計測方法 | |
| CN111504232B (zh) | 一种混凝土裂缝数字化检测方法 | |
| CN116183622A (zh) | 一种基于点云信息的地铁渗漏水检测方法 | |
| CN116385979B (zh) | 梁端钢轨伸缩调节器监测方法、终端、监测系统及介质 | |
| Shi-lei et al. | Review on inspection technology of railway operation tunnels | |
| CN115346127B (zh) | 一种大坝安全检测方法及系统 | |
| CN116124224B (zh) | 一种基于多源异构数据的盾构隧道韧性监测方法 | |
| CN118500282B (zh) | 一种桥梁施工过程中桥梁形变监测方法、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 |