一种隧道超前地质预报方法、装置及电子设备制造方法及图纸

本发明专利技术涉及隧道超前地质预报技术领域，具体为一种隧道超前地质预报方法、装置及电子设备；方法包括：获取待预报岩体掌子面前方多个用于预报的实时图像；将多个所述实时图像进行拼接得到待处理的预报图像；提取所述预报图像的特征得到用于预报的预报特征；将所述预报特征输入至预训练的预报模型进行得到预报信息；本实施例中提供的方法能够实现对于掌子面内的异常结构进行预报，并且通过人工智能网络的训练得到的预报信息精度较高。训练得到的预报信息精度较高。训练得到的预报信息精度较高。

【技术实现步骤摘要】
一种隧道超前地质预报方法、装置及电子设备


[0001]本专利技术涉及隧道超前预报
，具体为一种隧道超前地质预报方法、装置及电子设备。

技术介绍

[0002]在隧道施工过程中，通常需要提前采集掌子面的结构面信息，进一步掌握隧道施工处的地质状态，从而保证施工人员的安全性以及隧道施工的合理性。目前，最常用的地质雷达、TSP、结构面人工量测法。并基于采集到的数据根据人工经验的方式来获取前面施工中掌子面前方的地质信息。但针对于此方法，预报效率低，并且因为人工进行判断和识别，容易导致判断结果不准确的技术缺陷。

技术实现思路

[0003]为了解决以上的技术问题，本申请提供一种隧道超前地质预报方法、装置及电子设备。
[0004]为了达到上述目的，本申请实施例采用的技术方案如下：
[0005]第一方面，一种隧道超前地质预报方法，所述方法包括：获取所述待预报岩体掌子面前方多个用于预报的实时图像；将多个所述实时图像进行拼接得到待处理的预报图像；提取所述预报图像的特征得到用于预报的预报特征；将所述预报特征输入至预训练的预报模型进行得到预报信息。
[0006]在第一方面的第一种可实现方式中，获取所述带预报岩体掌子面前方多个用于预报得实时图像，将多个所述实时图像进行拼接得到多个待处理的预报图像，包括：将超声扫描成像探头入钻孔内部岩体掌子面前方孔壁的目标区域中，通过旋转、滑动或者侧向倾斜所述超声扫描成像探头，获取目标区域内所有位置、角度的超声扫描成像图，对所述所有位置、角度的超声扫描成像图进行高频和低频噪声信号滤除，得到所有位置、角度的岩体结构超声成像剖面图；并对所述所有位置、角度的岩体结构超声成像剖面图进行拼接得到待处理的预报图像。
[0007]结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，提取所述预报图像的特征得到用于预报的预报特征，包括：对所述岩体结构超声成像剖面图进行二值化处理，得到目标岩体结构超声成像剖面图；依据满足网络收敛要求的预报状态神经网络对所述据进行处理，获得所述目标岩体结构超声成像剖面图中用于预报的预报特征，所述预报特征包括预报图像特征和预报向量特征。
[0008]结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述预报模型的训练方法包括：配置与待预报掌子面相同环境下的虚拟训练场景；对所述虚拟训练场景进行调控，得到多个反馈数据；并获取所述虚拟训练场景下的状态图像；基于所述状态图像对所述预报模型进行训练；多个所述反馈数据包括多个。
[0009]结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，所述预报
模型包括卷积神经网络模型以及配置于所述卷积神经网络模型输出端的行为树。
[0010]结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，所述卷积神经网络模型包括第一卷积层、第二卷积层、第一全连接层、第二全连接层、拼接层、第三全连接层。
[0011]结合第一方面的第五种可能的实现方式，在第六种可能的实现方式中，所述预报模型的训练方法还包括：提取所述第一状态图像的图像特征和向量特征，将所述图像特征通过所述第一卷积层、所述第二卷积层处理得到第一特征信息，将所述向量特征通过所述第一全连接层、所述第二全连接层得到第二特征信息；将所述第一特征信息和所述第二特征信息通过所述拼接层得到第三特征信息；将所述第三特征信息输入至所述第三全连接层得到预报概率分布，将所述预报概率分布输入至行为树得到异常行为。
[0012]结合第一方面的第六种可能的实现方式，在第七种可能的实现方式中，所述预报模型的训练方法还包括：将所述异常行为与所述反馈数据进行比较得到差值，基于差值与预设差值阈值进行比较，基于比较结果进行多次训练直至所述差值小于所述预设差值阈值，并对所述神经网络模型中的关键参数进行调整。
[0013]第二方面，本申请实施例还提供一种隧道掌子面灾害预报装置，包括：获取模块，用于获取所述待预报岩体多个用于预报的实时图像；拼接模块，用于将多个实时图像进行拼接得到待处理的预报图像；特征提取模块，用于提取所述预报图像的特征得到用于预报的预报特征；识别模块，用于通过预训练的预报模型对所述预报特征进行识别得到预报信息。
[0014]第三方面，本申请实施例提供一种电子设备，所述电子设备包括：存储器，用于存储可执行指令；处理器，用于运行所述存储器存储的可执行指令时，实现权利要求上述任一项所述的隧道超前地质预报方法。
[0015]本申请实施例提供的技术方案中，通过构建掌子面的预报模型对获取的掌子面实时图像进行识别得到预报信息，并且针对于掌子面实时图像的获取基于设置在掌子面内的超声探头以及图片拼接方式得到。本实施例中提供的方法能够实现对于掌子面内的异常结构进行预报，并且通过人工智能网络的训练得到的预报信息精度较高。
附图说明
[0016]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述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申请的一些实施例，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。
[0017]附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中示例数字在附图的各个视图中代表相似的机构。
[0018]图1是本申请实施例提供的装置方框示意图。
[0019]图2是根据本申请的一些实施例所示的隧道超前地质预报方法的流程图。
具体实施方式
[0020]为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
[0021]在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本申请。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本申请的方面。
[0022]本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
[0023]本申请实施例提供的技术方案，主要基于超声图像对预报信息的识别，通过计算机处理技术实现掌子面内异常结构中的异常信息的获得。
[0024]本申请实施例提供一种终端设备，该终端设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其中处理器执行基于超声图像的隧道超前地质预报方法，对掌子面内的异常结构中的预报信息进行识别判本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道超前地质预报方法，其特征在于，所述方法包括：获取待预报岩体掌子面前方多个用于预报的实时图像；将多个所述实时图像进行拼接得到待处理的预报图像；提取所述预报图像的特征得到用于预报的预报特征；将所述预报特征输入至预训练的预报模型进行得到预报信息。2.根据权利要求1所述的隧道超前地质预报方法，其特征在于，获取所述待预报岩体掌子面前方多个用于预报得实时图像，将多个所述实时图像进行拼接得到多个待处理的预报图像，包括：将超声扫描成像探头入钻孔内部掌子面前方孔壁的目标区域中，通过旋转、滑动或者侧向倾斜所述超声扫描成像探头，获取目标区域内所有位置、角度的超声扫描成像图，对所述所有位置、角度的超声扫描成像图进行高频和低频噪声信号滤除，得到所有位置、角度的岩体结构超声成像剖面图；并对所述所有位置、角度的岩体结构超声成像剖面图进行拼接得到待处理的预报图像。3.根据权利要求2所述的隧道超前地质预报方法，其特征在于，提取所述预报图像的特征得到用于预报的预报特征，包括：对所述岩体掌子面结构超声成像剖面图进行二值化处理，得到目标岩体结构超声成像剖面图；依据满足网络收敛要求的预报状态神经网络进行处理，获得所述目标岩体结构超声成像剖面图中用于预报的预报特征，所述预报特征包括预报图像特征和预报向量特征。4.根据权利要求3所述的隧道超前地质预报方法，其特征在于，所述预报模型的训练方法包括：配置与待预报掌子面相同环境下的虚拟训练场景；对所述虚拟训练场景进行调控，得到多个反馈数据；并获取所述虚拟训练场景下的状态图像；基于所述状态图像对所述预报模型进行训练；多个所述反馈数据包括多个异常数据。5.根据权利要求4所述的隧道超前地质预报方法，其特征在于，...

【专利技术属性】
技术研发人员：杨红运，吴逸飞，林志，王江华，陈相，蒋恩贵，金凯新，王尉宇，
申请(专利权)人：重庆奉建高速公路有限公司，
类型：发明
国别省市：