基于極限梯度提升的公路深層病害雷達識別

杜豫川，都州揚，劉成龍

（同濟大學道路與交通工程教育部重點實驗室，上海201804）

隨著公路密度的持續增加，公路質量監測和養護的任務愈加艱巨，道路老化、汽車荷載加大以及地下管線泄漏等現象極易誘發空洞、脫空或者斷層等現象，具有潛在的事故安全隱患，發展公路快速無損的智能檢測技術具有重大的意義［1-2］。探地雷達是近些年快速發展的高分辨率深層無損探測技術，該技術對道路結構中的各種隱性病害的探測取得了一定進展，但仍存在雷達數據集較少、分類精度不高等不足尚待完善。

目前應用探地雷達技術識別公路病害的方法主要分為三類，基于探地雷達圖像的專家解釋法、基于圖像信號處理的分析法和基于人工智能技術的自動檢測分類法。由于在公路施工過程中或使用過程中空氣或水進入公路路基內部，導致道路內部的介電參數發生變化，不同種類和發育程度的病害在探地雷達的回波圖像中形態不同。為實現公路深層隱伏病害的自動識別，常采用A-scan和B-scan兩類數據進行研究，即一維、二維數據集。A-scan是當探地雷達天線在地面沿同一個水平方向移動時，在不同的位置采集到一系列的一維深度數據，該水平方向連續的A-scan即組成二維數據，即為B-scan。當公路深層介質出現不連續或是突變，探地雷達天線入射的電磁波會發生反射，導致其A-scan反射波的相位、振幅發生顯著改變，伴隨著延時現象［3］。A-scan作為探地雷達天線收到的連續反射波的最小組成單位，能夠直接并真實反映出路面該點有限深度下的介質分布和變異情況，通過A-scan判斷病害有無和病害類別，直接實現病害定位與分類具有可行性。

基于探地雷達圖像的專家解釋法是采用人工統計分析的方法對少量公路病害樣本進行規律和表征分析。王春和采用實測結合統計的方式定性地探究空洞病害的分布、定位及定型，總結出空洞尺寸及塌陷臨界時頂板厚度和脫空范圍［4］。由于采樣隨機性大且總樣本較少，統計和分析的結果不具有普遍意義。然而，實測圖像的大量獲取存在難度，王一帆借助仿真模擬的方式模擬病害在探地雷達圖中的響應圖像，再將生成的病害圖像與實測圖像進行比對驗證［5］。近些年，圖像檢測的技術手段較為成熟，將少量的探地雷達的B-scan二維數據輸出為灰度圖像，再采用圖像檢測的技術實現公路病害定位和分類的相關研究不斷涌現。張春城提出一種基于圖像熵變化及窗口能量檢測的探地雷達自動目標檢測與定位方法，通過求解能量的極大值處自動對比識別異常區域［6］。另外，圖像處理領域的紋理特征、幾何特征和代數特征提取等作為探地雷達圖像特征提取方法，被證明能夠有效改善探地雷達圖像的質量［5，7-8］。但探地雷達回波的本質是具有波形變化的A-scan信號，基于圖像處理的探地雷達識別算法是對信號的再加工，往往損失并忽略信號自身所蘊含的介質信息，不利于從本質上描述和表征病害特征，基于此進一步提升分類和定位精度存在一定難度。

基于人工智能的病害識別算法在處理大數據、多特征和多分類上的速度、精度提升效果明顯。周輝林等人基于A-scan圖像采用支持向量機算法對病害路面和非病害路面進行二分類識別，檢測結果準確率達92.7%［9］。除了對單種病害的檢測與驗證和病害與非病害的二分類研究，近些年學者將目光放到了多類別的地下病害的檢測上。許獻磊等將異常屬性劃分為輕微疏松、中等疏松、嚴重疏松、空洞、輕微疏松、一般富水、嚴重富水等6個類別進行分類，首次提出對病害嚴重程度的分類和評估［10］。常見的BP神經網絡、稀疏表示、深度神經網絡等人工智能的算法也被廣泛的應用于病害的多分類檢測中［11-12］。多類型病害共同存在于一段道路中時，雷達圖像往往呈現出復雜、多樣的特點，增大人工識別的難度。多類型病害識別的難點主要集中于兩方面，一是探地雷達檢測過程本身受到多種物理干擾源的干擾，容易造成真實病害的漏盤和誤判［13］，如天線、地面金屬物、地下通道等，需進一步通過專家研判或開挖取樣，對病害標簽進行確認；二是目前現有的多病害識別研究，對各類病害識別準確率差別較大，整體的識別效果需進一步提升。例如杜攀峰等采用學習向量量化神經網絡模型對鐵路路基的病害進行多分類，對基床翻漿、道床翻漿的預測準確率達90%以上，但對下沉、道砟陷槽的識別準確率不到60%［14］。沙愛民等提出使用級聯卷積神經網絡（CNN）來來識別不同分辨率探地雷達圖像中的裂縫、坑槽等病害［15］。此外，Tong等人也應用Fast RCNN等深度學習的目標檢測算法對探地雷達B-scan圖像中的病害進行自動定位和分類［16-17］。但是這些方法仍存在以下問題：

（1）樣本量小或樣本未經實地驗證。在工程中，對公路深層病害進行鉆心取樣驗證和專家解釋驗證的成本往往較高，從而導致病害真值數據的獲取十分困難。數據的質量和數量影響著人工智能算法的表現，因此基于大量已驗證數據的研究具有高價值。

（2）多病害識別的分類精度和速度有待提高。在質量較差的公路內部往往多類病害并存，現有識別方法往往對同一雷達圖像的某一類病害進行識別，多類病害的精確識別表現不佳。

本文采用預測效果和識別速度均表現優異的XGBoost算法（Extreme Gradient Boosting）對公路深層病害的雷達圖像進行識別分類，實現特征挖掘分析和分類精度的提升。首先獲取高速公路路基的探地雷達圖像，通過實地鉆芯取樣和圖像分析、專家解釋等方法建立探地雷達信號的真值數據集。然后再通過對數據集內的病害進行表征分析和特征選擇，提取路基病害的時域和頻域特征。最后采用分類算法對病害進行分類和定位，對比分析多種分類算法的速度和準確率。

1 數據采集與預處理

1.1 采集方法

本文的研究的主要內容與流程主要分為數據集建立、表征分析與特征提取、試驗及分析三步。

（1）數據集的建立主要通過采集設備與參數設置、現場實證與專家解釋，再對數據進行整理和清洗得到具有病害類別標簽的大量數據集。

（2）表征分析與特征提取主要包括基于時域特征、頻域特征的特征提取方法和不同類別和嚴重程度病害的解釋分析。

（3）試驗與分析階段主要通過分類算法對病害類型與位置進行自動識別，對算法的性能進行對比分析，得出結論。

建立探地雷達的數據集，需要保證數據采集的準確度、規模度和多樣性。采用型號LTD-2600的車載探地雷達系統，采集來自沈海高速和鄭少高速部分路段的探地雷達反射波A-scan信號數據。主要采集參數如表1所示。為充分采集區域內橫縱方向的公路深層信息，在采集區域內沿行車方向共布置6條縱向測線，其中應急車道和行車道各布置3條測線；每隔2m布置1條橫向測線，每條橫向測線長8m，以保證采集全面覆蓋公路路面范圍。

表1 探地雷達系統參數設置Tab.1 Parameter setting of GPR system

1.2 驗證分析和專家解釋

為驗證所采集探地雷達的數據集內的病害種類，首先對現場采集的數據進行初步判斷和記錄，對于部分病害在現場直接進行鉆芯取樣或實地開挖，以驗證所判斷的病害類型及結果，部分現場探測情況和取樣結果如圖1所示。

接著對于剩余雷達數據，由兩位經驗豐富的專家在數據處理中心對采集數據進一步進行全面的處理和研判，判斷病害所屬類型，并將專家所研判的病害類型作為本文訓練模型的真值標簽。專家對原始探地雷達數據的處理流程主要包括以下步驟：①預處理工作：包括文件格式轉換、方向調整、分割和合并、道標準化；②零點校正：由于采集時天線與地面不能直接耦合，利用地面反射波的起點作為零點，解決了由于天線距的高度引起的時間誤差；③數字濾波：根據頻率差異消除部分干擾波［18］；④反褶積：提高記錄縱向分辨率，達到提高檢測精度的目的；⑤動校正：消除發射天線與接收天線之間的距離對有效波走時的影響；⑥偏移處理：將接收信號剖面上的同相軸恢復到原來的正確位置，剖面面貌變得清晰，達到提高解釋精度的目的；⑦時深轉換：利用標定點速度參數將時間剖面轉換為深度剖面。最后依據剖面圖進行專家解釋，結合現場驗證結果生成該路段的病害評估標簽。

圖1 數據采集與驗證Fig.1 Data collection and verification

本文將常見的公路深層病害種類分為脫空、疏松、隱含裂縫或斷層以及正常這四類。通過車載探地雷達采集初始的A-scan數據共2 108 506道。各高速公路采集的數據見表2。如表2所示，正常路基共2 092 026道，脫空路基9 000道，疏松7 886道，裂縫或斷層594道。數據集內的每一條數據包含高速公路的名稱、對應病害的類型、病害的嚴重程度以及對應的信號道數的位置。

表2 A-scan數據集的病害類型與數量Tab.2 Type and the number of diseases in A-scan dataset

2 基于A-scan的公路深層病害表征分析與特征提取

2.1 公路深層病害表征分析

探地雷達的目標檢測與分類一般分為兩步。首先進行表征分析和特征提取，即以準確、高效的特征提取為前提，再利用所挖掘的特征對目標進行分類的識別。本節分別總結A-scan和B-scan圖像中不同病害目標的種類、大小和位置等差異性，選擇時域A-scan、頻域的能量密度譜兩個維度作為特征，輸入分類器進行目標識別。

首先對通過對病害在A-scan的表征進行分析，驗證得出基于探地雷達A-scan信號進行特征提取具有可行性。一個A-scan對應一處測點的時域波形，判斷異常處的波形可以從其幅度、相位和延時等方面進行研究。如圖2所示，選取不同結構公路的病害樣本，不同樣本間因采集方式的差異、公路結構、使用年限以及道路損壞程度的差異有所差異，不同類型的病害樣本也分別在探地雷達A-scan和B-scan圖像中展示出不同波形和聚集特征。

在A-scan信號圖中，不同種類病害表征隨病害程度的變化在幅度、范圍和波形等方面有所差異。本文所探究的第一類病害是公路路基疏松，圖2a中虛線為無疏松病害的正常A-scan，其余所有疏松病害波形均產生時延，振幅在采樣點150～250ns區間內急劇增大。嚴重疏松振幅變化最大，而中度疏松雖然在振幅上與輕度疏松十分相似，但涉及采樣點的范圍較大，即說明在縱深方向中度疏松的寬度長于輕度疏松。圖2脫空病害對應的B-scan圖像揭示出，由于疏松土體是土和空氣的混合物，土體越疏松，土體之間空隙率越大，混合物的介電常數越小［19］，疏松病害在區域內的反射波振幅越強，同相呈現不連續的現象，波組的雜亂程度較高，其上覆地層反射波同相軸可能出現向下凹陷變形。本文所研究的第二類病害公路內部脫空，與疏松病害的形成機理相似，層間脫空的內部含空氣和水，相對介電常數與周圍土體材料的相對介電常數相差較大，易于采用探地雷達技術對其進行檢測識別。如圖2c所示，與無病害的A-scan波形相比，整體波形凌亂，所有脫空病害振幅顯著增強，其中輕度脫空與無病害的波形最為接近。此外，不同程度的病害均產生不同程度時延。從圖2d所顯示的B-scan圖像分析，脫空類病害在縱深方向上局部差異較明顯，同時脫空病害A-scan信號間具有相似的特征。第三類常見公路病害指隱含裂縫或斷層，結構層隱含裂縫或內部的斷層無法通過普通設備測量檢測，需要通過探地雷達等深層病害檢測手段進行檢測。如圖2f所示，斷層在B-scan圖像中主要表現為連續A-scan反射波形中存在一段不平行波段，具體A-scan波形之間，振幅相似，但在各采樣點處出現不同程度的錯位。

2.2 基于信號時域-頻域的病害特征提取

為了高效準確的識別不同路基病害的類別，需要根據目標的特點，選擇合適的特征因子。經過預處理的A-scan信號本身的幅度、波形及時延反映了被測目標的性質。在時域的維度上，一個A-scan信號即為一個測點的時域波形，雷達信號的時域特征可以從均值、方差等側面進行細致的描述。為了準確的提取不同病害的A-scan特點，結合病害在回波信號上表現出的差異性，取A-scan各道信號的能量、方差、偏度構造特征向量；在頻域的維度上，考慮傅里葉譜的譜峰對于形狀、尺寸和介電常數不同的目標所表現的特征不同，取A-scan的對數能量功率譜作為一個特征。綜合提取雷達信號的時域和頻域特征作為特征向量，建立基于分類算法的識別模型，然后對反射信號進行識別和智能分類，達到準確識別公路深層病害的目的。

從圖2看出，A-scan波形的顯著變化往往在局部出現，為捕捉A-scan信號的局部特征，對各A-scan信號進行分段求解特征值。假設一道A-scan數據含有N個采樣點數據，將該道數據劃分為P個區段，則每段數據的采樣點個數M=N/P。在分段時，為了減少因分段對數據帶來的分割效果，設置每兩段數據有50%的重疊。根據特征公式，分別求得各段信號的能量、方差、偏度和對數功率譜，作為特征向量輸入分類算法中。

各特征值求解方法如下：

（1）平均能量μ：表示A-scan電磁波的整體能量特征。式中，數據區段i=0，1，2…，2(P-1)，Aj表示每道A-scan第j個采樣點的振幅，μi表示第i段信號的平均能量，即

（2）標準方差σ與偏度d：方差和偏度均表示該范圍內A-scan波形的紊亂程度。式中，μ表示各數據區段的平均能量，σ表示各數據區段的標準方差，偏度d表示各數據區段的偏度。

圖2 各類病害的A-scan和B-scan圖像Fig.2 A-scan and B-scan data of different diseases

（3）對數功率譜P：對數功率譜是頻域指標，能夠提升對空洞病害的識別能力。式中，各數據區段采樣點數為M，x(m)是長度為M的有限長時間序列，X(k)為其離散傅里葉變換。

3 基于XGBoost分類模型的路基病害識別模型

XGBoost作為當下人工智能算法中的新方法，在多類應用中處理速度快、預測效果好［20］，首次應用至公路領域病害雷達圖像的快速識別和分類具有較大的實用價值和應用潛力。XGBoost模型屬于GBDT模型（Gradient Boosting Decision Tree）的一種，通過在XGBoost的目標函數加入正則項，避免學習到的模型過擬合；并且區別于傳統GBDT模型，誤差函數只使用一階泰勒展開，XGBoost使用二階泰勒展開，對算法加以改進以提高精度。另外XGBoost算法在訓練之前，預先對數據進行排序和保存，后面的迭代中重復地使用保存的結構，以加快計算速度。對給定含有n個樣本m個特征的數據集分C類，數據集合D=2，…，C-1}}建立XGBoost多分類模型。XGBoost模型是由多個基模型組成的加法模型，記樣本xi在第k輪預測值為則樣本xi的預測值可表示如下：

式中：F={f(x)=wq(x)，q：Rm→T，w∈RT}，F 表示回歸樹空間；w表示回歸樹葉子節點權重；q表示回歸樹的結構，把每個樣本節點映射到對應葉子節點索引；T表示葉子節點數目。給定分類模型的目標函數為

省略常數項，進一步得到簡化的模型目標函數的近似表達式如下：

接著對所有葉子節點進行重新歸族，將屬于第j個葉子節點的所有樣本xi劃入到該葉子結點的樣本集合中，即令Ij={i|q(xi)=j}，則XGBoost模型的目標函數可改寫為

式中：Gj表示葉子節點j所包含樣本的一階偏導數的和；Hj表示葉子節點所包含樣本的二階偏導數的和；為求目標函數的最優值，通過對wj求導，葉子節點j的最優值和目標函數最優值分別為

建立以上模型后，XGBoost預測算法生成的預測值可用于病害分類。Softmax函數是最常見的分類函數，可將XGBoost預測算法輸出的預測值歸一為各樣本所包含病害類型的概率，即獲取各分類的預測概率Pi如下：

4 試驗結果與分析

4.1 訓練與實驗結果

首先，通過在建立的數據集中選取30 826道公路雷達A-scan數據，將這些數據按照7：3的比例劃分為訓練樣本和測試樣本。為了消除因為各類別數據的比例差異過大對算法的識別結果造成較大影響，對兩類高速的正常類病害數據進行充分混合和擴充，試驗數據集比例約為1.3：1.5：1.3：1，使得樣本比例較為均衡，如表3所示。

表3 試驗數據集的樣本構成Tab.3 Samples of test data set

接著，將A-scan數據歸一化后，按特征公式（1）～式（5）計算依次各道數據的4類特征值，各類病害的特征值在各區段的分布如圖3所示。圖3a中平均對數功率譜值的分布顯示出，裂縫或斷層的A-scan對數功率譜值在各區段最高，隨著探測深度的加深，所有病害的對數功率譜值均明顯降低；圖3b中從能量的特征分布可以看出，脫空病害比疏松病害的信號更加紊亂，在更大深度范圍內的振幅變化更顯著，而裂縫或斷層往往在更小的局部范圍內信號變化更明顯，因此在能量的特征中表現不顯著；圖3c標準方差的特征曲線與能量圖的差異不大，同樣顯示出在區段4到區段9之間，所有的曲線與其他區段的分布差異明顯。圖3d峰度特征的曲線則展示出，裂縫或斷層的病害在全區段的范圍內的變化最為明顯，這也展示出在該病害由于自身狹長的特點，在垂直深度方向影響著信號的波形。不同病害的信號特點均在選取的特征指標中體現，充分挖掘出病害之間的差異性和相似性。

最后，將訓練集中各道A-scan數據所提取的特征值、以及該道數據所對應的病害類別標簽作為訓練樣本，共同輸入至XGBoost模型中進行訓練。如圖4所示，隨著模型中樹深度的不斷加深，算法復雜度增加，訓練所消耗的時間也隨之增加。訓練模型在測試集上的平均分類準確率穩定在94.3%左右。

4.2 試驗結果分析

為了對比各類算法在同一雷達病害數據集上的表現，本文還將過往研究中廣泛使用的支持向量機分類算法和隨機森林分類算法應用在探地雷達數據集上，按訓練樣本和測試樣本7：3的比例劃分30826道公路雷達A-scan數據，進行對比實驗。實驗結果如表4所示，XGBoost分類算法對四類路基狀態（正常、脫空、疏松和裂縫或斷層）的分類精度均達到90%以上。與過往研究相比，本文所提出的基于時域-頻域的特征提取方法結合XGBoost分類方法，首次應用于探地雷達數據上，全面提升了各類病害的檢測準確率；與支持向量機算法和隨機森林算法的分類表現相比，XGBoost算法對正常無病害、疏松類病害的識別準確率高于其他算法，對裂縫或斷層以及脫空類的病害的識別準確率分別為90%、93%，與其他算法基本持平。此外，可以明顯發現隨機森林算法的識別準確率僅次于XGBoost算法，在該數據集上也表現處較好的結果，但所用時間是XGBoost算法的三倍。對于更大型的數據集而言，XGBoost算法在處理速度上的優勢更明顯，見表4。

圖3 訓練集數據的特征分布Fig.3 Feature distribution of training data

圖4 XGBoost學習模型的測試效果Fig.4 Training results based on XGBoost model

表4 不同分類算法效果對比Tab.4 Results comparison of different classification algorithms

在XGBoost算法中，正常類的雷達數據的識別準確率最低，為90%。將正常類路基錯誤識別為疏松類病害的可能最大，機率為6.8%。脫空類病害被錯誤識別為正常的機率為2.0%，疏松類病害被識別為正常的機率為6.6%。由此可見，本文所提出的病害識別方法，對于疏松類錯誤識別的幾率較大。經分析存在兩點可能的原因：一是疏松類病害通常不是局部的，而是范圍較大的，本文選取的A-scan一維信號僅能捕捉局部信息，因此對于在局部表現不明顯的、位于疏松病害邊界的部分疏松類信號被識別的準確率較低；二是疏松類病害的識別存在一定難度，輕微的疏松與正常類路基在大部分信號區間內表現差別不大，因此疏松類病害與正常類的識別錯誤風險較大。綜上所述，基于本文所提出的時域-頻域的特征提取方法結合XGBoost分類算法，應用于探地雷達A-scan數據的病害類別分類，不僅處理速度快，而且各類病害類別的識別效果較好，適于在工程上快速應用。

5 結語

為了提升探地雷達A-scan數據在公路深層病害分類中的準確率，本文提出面向探地雷達數據病害庫的數據采集方法和預處理方法，設計處理探地雷達A-scan信號的特征提取過程，并將人工智能領域最新分類預測算法XGBoost算法應用到探地雷達領域進行識別。結果顯示：通過結合鉆芯取樣和專家解釋標定，獲取海量病害數據庫，采集建立200萬余條有效數據；總結出疏松、裂縫或斷層和脫空三類病害在A-scan圖像中的特點，為病害的特征提取和識別提供了有效依據；最后應用XGBoost算法對公路深層病害進行多分類，算法識別準確率最高可達94%，訓練和驗證的精度均滿足工程應用的需要，劃分類別準確，處理速度快，適合公路路基病害模式類的快速識別，在工程應用中具有良好應用前景。其中，XGBoost算法對公路路基病害（疏松、脫空和裂縫或斷層）分類精度分別為93%、96%、98%。對裂縫或斷層的區分效果最優，但對疏松類病害的識別準確率有待進一步提高。下一階段，可著重考慮對疏松類病害的識別特征進行評估、改善和擴充，降低其被錯誤識別的風險，并對各類病害發育程度進行深入探究，為全周期養護管理提供決策支持。

作者貢獻聲明：

杜豫川：修改文稿，確定文稿

都州揚：處理數據，撰寫文稿

劉成龍：設計實驗，確定文稿