基于最优加权的道路地下空洞识别方法、装置及系统制造方法及图纸

本发明专利技术提供一种基于最优加权的道路地下空洞识别方法、装置及系统，该方法包括：获取道路上各区域的探地雷达的感测数据；根据感测数据，计算各区域的反射波能量值，并确定反射波能量值大于预设阈值的第一区域；根据第一区域的感测数据，计算反射波的能量值、幅度值、反射系数以及傅里叶频谱幅值；利用第一权重、第二权重、最优值、第四权重的最优值分别对第一区域内的能量值、幅度值、反射系数以及傅里叶频谱幅值进行加权求和计算得到反射波的空洞响应值；将空洞响应值大于响应基准的最优值的第一区域对应的位置判定为地下空洞；各权重的最优值以及响应基准的最优值为遗传算法收敛时确定。本发明专利技术能提高道路地下空洞检测的准确率以及可靠性。

Identification method, device and system of road underground cavity based on optimal weighting

【技术实现步骤摘要】
基于最优加权的道路地下空洞识别方法、装置及系统
本专利技术涉及道路检测领域，尤其涉及一种基于最优加权的道路地下空洞识别方法、装置及系统。
技术介绍
由于车辆振动、路面渗水和地下管线漏水等原因，导致城市道路频繁发生开裂、变形、沉降和塌陷等问题。通过物探方法，定期开展城市道路检测，可以提前预警道路塌陷隐患。探地雷达法是能同时满足快速、无损和高分辨率的道路检测物探方法。目前，雷达道路检测数据依靠人工方式解译，面对道路快速检测产生的海量数据，人工方法效率低不能及时提交解译结果，且不同人员之间解译准确率存在较大差异，可靠性不高。
技术实现思路
本专利技术旨在提供一种基于最优加权的道路地下空洞识别方法、装置以及系统，以改善现有技术雷达道路检测数据依靠人工方式解译准确率不高以及可靠性不高的问题。根据本专利技术的第一方面，一种基于最优加权的道路地下空洞识别方法，包括：获取道路上各区域的探地雷达的感测数据，所述感测数据用于表征基于探地雷达的反射波的幅度；根据所述探地雷达的感测数据，计算各区域的反射波能量值，并确定反射波能量值大本文档来自技高网...

【技术保护点】
1.一种基于最优加权的道路地下空洞识别方法，其特征在于，包括：/n获取道路上各区域的探地雷达的感测数据，所述感测数据用于表征基于探地雷达的反射波的幅度；/n根据所述探地雷达的感测数据，计算各区域的反射波能量值，并确定反射波能量值大于预设阈值的第一区域；/n根据所述第一区域的感测数据，计算所述第一区域内反射波的能量值、反射波的幅度值、反射波的反射系数以及反射波的傅里叶频谱幅值；/n利用第一权重的最优值、第二权重的最优值、第三权重的最优值、第四权重的最优值分别对所述第一区域内反射波的能量值、反射波的幅度值、反射波的反射系数以及反射波的傅里叶频谱幅值进行加权求和计算得到所述第一区域内反射波的空洞响应...

【技术特征摘要】
1.一种基于最优加权的道路地下空洞识别方法，其特征在于，包括：
获取道路上各区域的探地雷达的感测数据，所述感测数据用于表征基于探地雷达的反射波的幅度；
根据所述探地雷达的感测数据，计算各区域的反射波能量值，并确定反射波能量值大于预设阈值的第一区域；
根据所述第一区域的感测数据，计算所述第一区域内反射波的能量值、反射波的幅度值、反射波的反射系数以及反射波的傅里叶频谱幅值；
利用第一权重的最优值、第二权重的最优值、第三权重的最优值、第四权重的最优值分别对所述第一区域内反射波的能量值、反射波的幅度值、反射波的反射系数以及反射波的傅里叶频谱幅值进行加权求和计算得到所述第一区域内反射波的空洞响应值；
将空洞响应值大于响应基准的最优值的第一区域对应的位置判定为地下空洞；
其中，所述第一权重的最优值、第二权重的最优值、第三权重的最优值、第四权重的最优值以及所述响应基准的最优值为遗传算法收敛时确定，所述遗传算法的每个个体为所述第一权重、第二权重、第三权重、第四权重以及响应基准的取值，所述遗传算法的适应度函数为根据各个个体对预设的用于训练学习的探地雷达的感测数据训练样本的道路地下空洞识别准确度确定。


2.如权利要求1所述的基于最优加权的道路地下空洞识别方法，其特征在于，所述第一权重的最优值、第二权重的最优值、第三权重的最优值、第四权重的最优值以及所述响应基准的最优值为遗传算法收敛时确定，具体包括：
确定用于训练学习的探地雷达的感测数据训练样本，所述感测数据训练样本包括道路上各区域的探地雷达的感测数据以及各区域是否为地下空洞的类别数据，所述类别数据包括用于指示道路的区域为地下空洞的第一类别数据以及用于指示道路的区域为非地下空洞的第二类别数据；
利用遗传算法随机产生一个种群，每个个体为5维数组，数组中的数值分别为所述第一权重、第二权重、第三权重、第四权重以及响应基准的取值；
对应每个个体计算各个所述感测数据训练样本的反射波的空洞响应值，并比较所述个体对应的空洞响应值与所述个体中响应基准的取值之间的大小，得到对应感测数据训练样本是否为道路地下空洞的识别结果；针对每一个体，在遍历所有所述感测数据训练样本时，得到每个个体对应的识别精度；
根据每一个体对应的识别精度评价遗传算法每一个体的适应度以进化遗传算法的种群，直至所有的个体的适应度都排在第一位，得到的个体为所述第一权重的最优值、第二权重的最优值、第三权重的最优值、第四权重的最优值以及所述响应基准的最优值。


3.如权利要求2所述的基于最优加权的道路地下空洞识别方法，其特征在于：所述遗传算法为NSGA-Ⅱ算法；
根据各个个体对应的识别精度评价遗传算法各个个体的适应度以进化遗传算法的种群的步骤包括：
用识别的错误率作为评价遗传算法每一个体的适应度函数，所述识别的错误率等于1减去每一个体对应的识别精度。


4.如权利要求3所述的基于最优加权的道路地下空洞识别方法，其特征在于，所述获取道路上各区域的探地雷达的感测数据的步骤之后包括：
对所述获取的道路上各区域的探地雷达的感测数据进行滤波处理。


5.如权利要求1-4中任一项所述的基于最优加权的道路地下空洞识别方法，其特征在于：
所述反射波能量值E的计算方式如下：其中，N为采样点数，Pi为第i个采样点的反射波的幅值；
所述反射系数R的计算方式如下：其中，P0为直达波的峰值；所述反射波的傅里叶频谱幅值F(ω)的计算方式如下：

f(t)为反射波的幅度的时域信号，ω为反射波的幅度信号频率，t为反射波的幅度信号采样时间；
所述反射波的空洞响应值K的计算方式如下...

【专利技术属性】
技术研发人员：王继伟，王子墨，
申请(专利权)人：北京中科蓝图科技有限公司，
类型：发明
国别省市：北京;11