[发明专利]一种基于探地雷达的管线雷达波智能识别方法及系统

说明书

本发明公开了一种基于探地雷达的管线雷达波智能识别方法及系统，本方案首先基于深度学习对探地雷达探测管线生成的GPR图像进行动识别和标记；接着对经过识别与标记的GPR图像进行管线参数提取；接着基于提取的管线参数对同一管道坐标点位进行自动拼接；最后基于构建的管线参数化建模，根据提取的管线埋深、管线长度信息生成管线BIM模型。本方案基于人工智能技术自动识别GPR图像中的目标对象，能够高效且精准的确定地下管线的空间位置信息，从而能够很好地克服现有技术所存在的问题。

技术领域

本发明涉及智能监测技术领域，具体涉及针对管线雷达波的识别技术。

背景技术

探地雷达(Ground Penetrating radar,GPR)技术是一种新兴的无损遥感检测技术，具有定位准确、速度快、使用灵活、探测精度高等特点，已被广泛应用于各个领域去探测浅层地下目标成像，根据电磁波的原理，通过地面自动扫描直接获取地下管线的位置、埋深以及走向，适用于钢管、混凝土管、PVC等各类管材探测。GPR天线向地面发射电磁脉冲，接收天线记录每个探测位置的时间序列即A-SCAN，将多道A-SCAN数据进行组合形成探测目标的截面图像即B-SCAN。同时，基于反射测量模式得到的GPR雷达波具有双曲线几何特征，因此可以将GPR地下目标的探测转化为雷达波上双曲线的检测及识别的问题。

地下管线是保障现代城市运行的重要基础设施，包含城市内的给水、排水、燃气、热力、电力等各种功能的管道。随着城市的不断建设，地下管线愈发复杂，各类管线纵横交错，日常维护难度高，也给城市更新项目的顺利实施造成了诸多阻碍。

但是，目前采用雷达进行管线探测，生成的双曲线图根据地下土质情况、管径材质、管径开口大小、土壤含水率、管埋设深度等参数不同，双曲线开口、双曲线顶部距离地面的距离不同。雷达双曲线识别往往根据人工经验进行判断，有些管线交叉、上下层管线叠层、空洞与管线交叉等问题，往往需要技术人员根据经验进行分析或判断，且人工分析易出现错误，雷达探测数据量打，人工分析耗时耗力，因此有必要采用智能识别技术进行图像处理和分析。

发明内容

针对现有雷达数据人工读取识别效率低、准确率差等问题，本发明提供了基于探地雷达的管线雷达波智能识别方法，基于人工智能技术自动识别GPR图像中的目标对象，能够高效且精准的确定地下管线的空间位置信息，从而能够很好地克服现有技术所存在的问题；本发明还提供了一种实现方法的管线雷达波智能识别系统。

为了达到上述目的，本发明提供的基于探地雷达的管线雷达波智能识别方法，包括：

基于深度学习对探地雷达探测管线生成的GPR图像进行动识别和标记，识别出对应管线、空洞的双曲线雷达波，并针对识别出的双曲线雷达波进行分类标记；

对经过识别与标记的GPR图像进行管线参数提取；

基于提取的管线参数对同一管道坐标点位进行自动拼接；

基于构建的管线参数化建模，根据提取的管线埋深、管线长度信息生成管线BIM模型。

在本发明的一些实施方式中，所述智能识别方法还包括对GPR图像进行滤波处理的步骤。

在本发明的一些实施方式中，所述智能识别方法采用带通滤波与直达波滤波进行组合的方式来对GPR图像进行滤波处理。

在本发明的一些实施方式中，所述智能识别方法进行管线参数提取时，将GPR图像中的像素坐标转换为深度坐标，以及将管线埋深信息提取出来。

在本发明的一些实施方式中，所述智能识别方法进行管线参数提取时，还同步记录保存对应埋深点位的经纬度坐标。

在本发明的一些实施方式中，所述智能识别方法对同一管道坐标点位进行自动拼接时，基于提取的管线参数，将同一管线埋深、经纬度坐标连续的测点连接呈线，进行长距离直管道的自动拼接成图。