公路隧道襯砌表觀病害圖像數(shù)據(jù)化表征方法研究

摘 要：基于項目組自主研制的隧道智能檢測系統(tǒng)，在病害識別與標(biāo)注過程中，建立了病害標(biāo)注圖層，提出隧道襯砌表觀病害形態(tài)和位置的數(shù)據(jù)化表征方法體系，為構(gòu)建隧道襯砌表觀病害數(shù)據(jù)庫、實現(xiàn)隧道襯砌病害數(shù)據(jù)化管理奠定了堅實基礎(chǔ)，進(jìn)一步提高了隧道襯砌表觀病害數(shù)據(jù)處理效率，對公路隧道全生命周期運營監(jiān)測具有重大意義。

關(guān)鍵詞：公路隧道;數(shù)據(jù)化表征方法;病害數(shù)據(jù)庫

中圖分類號：U457+.2;TP391.41;TP183? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號：1671-0797（2022）12-0083-03

DOI：10.19514/j.cnki.cn32-1628/tm.2022.12.023

0? ? 引言

當(dāng)前大量公路隧道進(jìn)入養(yǎng)護(hù)期，故研究如何提高隧道檢測效率，高質(zhì)量完成隧道檢測工作具有重大意義[1]。目前隧道檢測主要采用人工檢查方式，存在工作效率低、個人主觀隨意性大、檢測成本高、作業(yè)危險性大等問題，無法滿足快速準(zhǔn)確檢測的要求，這導(dǎo)致了隧道檢測業(yè)務(wù)對于快速檢測裝備的需求十分迫切[2]。基于機(jī)器視覺的檢測方法[3]具有形象直觀、速度快、精度高、數(shù)據(jù)易保存等優(yōu)點，是實現(xiàn)公路隧道快速檢測的有效解決方案，因此，國內(nèi)外多家科研機(jī)構(gòu)均研制了基于機(jī)器視覺技術(shù)的隧道檢測車[4]，檢測過程中不受車流量、路況、行車軌跡等影響，可在正常行駛速度下實現(xiàn)隧道襯砌的快速檢測，大幅縮短檢測時間，降低檢測成本[5]。

本文研究了隧道襯砌表觀病害數(shù)據(jù)化表征方法，有利于實現(xiàn)隧道襯砌病害數(shù)據(jù)化管理，對提高檢測效率，預(yù)測病害發(fā)展趨勢，制訂可靠合理的養(yǎng)護(hù)計劃具有重要意義。

1? ? 隧道智能檢測系統(tǒng)

課題組自主研制了隧道智能檢測系統(tǒng)[6-7]，如圖1所示，目前已在全國多個省份多個路段開展了隧道襯砌表觀檢測工作，檢測結(jié)果得到需求單位的一致好評。本文以隧道智能檢測系統(tǒng)采集的隧道襯砌圖像為基礎(chǔ)開展隧道襯砌表觀病害數(shù)據(jù)化表征方法研究。

2? ? 隧道襯砌表觀病害形態(tài)數(shù)據(jù)化表征方法

隧道襯砌表觀病害主要包括襯砌裂縫、襯砌滲水、襯砌起層、襯砌剝落等。通過對隧道表觀病害形態(tài)統(tǒng)計分析，可確定各種病害在隧道襯砌表觀圖像上的展現(xiàn)形式，建立病害圖層，用數(shù)據(jù)化表征方法在病害圖層上獨立標(biāo)注病害信息，實現(xiàn)隧道襯砌表觀病害與襯砌表觀圖在數(shù)據(jù)庫里的剝離，最終構(gòu)建病害數(shù)據(jù)化表征方法體系。

2.1? ? 襯砌裂縫形態(tài)數(shù)據(jù)化表征方法

經(jīng)大量統(tǒng)計分析可知，襯砌裂縫在形態(tài)學(xué)上為一條平滑曲線，如圖2所示。

在進(jìn)行襯砌裂縫病害標(biāo)注時，建立襯砌裂縫標(biāo)注圖層，依據(jù)襯砌裂縫形態(tài)選擇5個點，包括襯砌裂縫起止點和3個襯砌裂縫形態(tài)拐點，最終擬合成一條曲線，則該條襯砌裂縫的數(shù)據(jù)化表征就是這5個點的坐標(biāo)信息。

2.1.1? ? 襯砌裂縫坐標(biāo)信息

每張隧道襯砌圖的像素個數(shù)為：（x，y）=（225 000，10 000），若選點在該圖中像素坐標(biāo)為（x′，y′），圖片編號為n，則選點在該條隧道襯砌表觀展布圖中的坐標(biāo)（x，y）為：

x=（n-1）×10 000+x′，y=y′? ? ? ? ? ? ? ? （1）

最終形成某條裂縫的采樣記錄點[（x1，y1），（x2，y2），（x3，y3），（x4，y4），（x5，y5）]。

2.1.2? ? 襯砌裂縫長度

襯砌裂縫長度根據(jù)相鄰選點之間的直線距離疊加計算，即：

2.1.3? ? 襯砌裂縫寬度

不同寬度的裂縫用不同顏色來表示，如表1所示。

2.1.4? ? 襯砌裂縫類型

襯砌裂縫類型按照斜率不同分為縱向裂縫、環(huán)向裂縫、斜向裂縫，靠擬合線的起止點斜率k來分類，斜率計算公式如下：

斜率與襯砌裂縫類型對應(yīng)關(guān)系如表2所示。

2.2? ? 其他病害形態(tài)數(shù)據(jù)化表征方法

其他病害分為襯砌滲水、襯砌起層、襯砌剝落等，經(jīng)大量統(tǒng)計分析，其他病害在形態(tài)學(xué)上可用矩形來表述，如圖3所示。

（1）其他病害坐標(biāo)信息：

在進(jìn)行襯砌其他病害標(biāo)注時，建立襯砌裂縫標(biāo)注圖層，依據(jù)其他病害形態(tài)選擇對角兩個點，最終擬合成一個矩形框，則該條襯砌病害的數(shù)據(jù)化表征就是這兩個點的坐標(biāo)信息。根據(jù)公式（1）最終形成該條襯砌病害的采樣記錄點[（x1，y1），（x2，y2）]。

（2）其他病害面積：

s=（x1-x2）（y1-y2）? ? ? ? （4）

3? ? 隧道襯砌表觀病害位置數(shù)據(jù)化表征方法

隧道襯砌表觀病害數(shù)據(jù)化表征不僅包含形態(tài)數(shù)據(jù)信息，還應(yīng)包括病害的位置信息。病害的位置信息用坐標(biāo)信息來表述，某條病害的坐標(biāo)信息可表述為（x，y）。

3.1? ? 縱向位置數(shù)據(jù)化表征

隧道襯砌表觀病害的縱向位置坐標(biāo)為：

y=? ? ? ? ? （5）

對于襯砌裂縫，ya為起點縱向坐標(biāo)，yb為止點縱向坐標(biāo);對于其他病害，ya、yb為矩形兩對角縱向坐標(biāo)。

隧道襯砌表觀病害位置與瀏覽圖像像素高度h的對應(yīng)關(guān)系如表3所示。

3.2? ? 環(huán)向位置數(shù)據(jù)化表征979C4BEB-885C-4ED1-82AA-B0B8AE9AC801

隧道襯砌表觀病害的環(huán)向位置坐標(biāo)：

x=? ? ? ? ? ? ? ?（6）

對于襯砌裂縫，xa為起點環(huán)向坐標(biāo)，xb為止點環(huán)向坐標(biāo);對于其他病害，xa、xb為矩形兩對角環(huán)向坐標(biāo)。

與洞口距離：

d=n+1×10? ? ? ? ? ? （7）

式中：w為瀏覽圖像像素寬度;n為圖片編號。

4? ? 結(jié)語

本文基于項目組自主研制的隧道智能檢測系統(tǒng)，根據(jù)所采集圖像的特點，建立病害圖層，提出隧道襯砌裂縫、襯砌滲水、襯砌剝落、襯砌起層等病害的形態(tài)和位置數(shù)據(jù)化表征方法，構(gòu)建隧道襯砌表觀病害數(shù)據(jù)化表征方法體系，為建立隧道襯砌表觀病害數(shù)據(jù)庫、實現(xiàn)隧道襯砌病害數(shù)據(jù)化管理奠定了堅實基礎(chǔ)。下一步筆者將基于機(jī)器視覺技術(shù)，針對隧道襯砌表觀病害識別與標(biāo)注系統(tǒng)開展研究，進(jìn)一步提高隧道襯砌表觀病害數(shù)據(jù)處理效率，助力我國公路隧道實現(xiàn)智能化和信息化管理。

[參考文獻(xiàn)]

[1] 趙元科.電磁波法與瑞雷面波法在隧道病害檢測中的應(yīng)用研究[D].西安：長安大學(xué)，2019.

[2] 李夏利.基于深度學(xué)習(xí)的隧道襯砌病害識別和分類研究[D].南京：南京郵電大學(xué)，2021.

[3] 薛春明.基于機(jī)器視覺的隧道智能檢測技術(shù)研究現(xiàn)狀及技術(shù)分析[J].山西交通科技，2019（6）：66-68.

[4] 楊俊，劉笑娣，劉新根，等.公路隧道結(jié)構(gòu)快速檢測車綜述[J].華東交通大學(xué)學(xué)報，2018，35（4）：30-38.

[5] 劉曉，李洋，薛春明，等.公路隧道檢測車視覺系統(tǒng)優(yōu)化建模與參數(shù)辨識[J].儀器儀表學(xué)報，2018，39（5）：152-160.

[6] 孫貝.基于機(jī)器視覺的公路隧道表觀圖拼接方法與數(shù)據(jù)統(tǒng)計研究[J].山西交通科技，2019（6）：62-65.

[7] 劉曉.公路隧道智能檢測系統(tǒng)設(shè)計與實現(xiàn)[J].機(jī)械設(shè)計與制造，2018（8）：66-68.

收稿日期：2022-03-16

作者簡介：段英杰（1988—），男，山西運城人，高級工程師，研究方向：交通智能裝備研發(fā)。979C4BEB-885C-4ED1-82AA-B0B8AE9AC801