隧道襯砌雷達檢測智能判識系統研究

耿天寶，宋 恒*，王東杰，胡 楠

（安徽數智建造研究院有限公司，安徽 合肥）

引言

隨著中國建造技術的發展，隧道作為穿山過嶺的一種主要結構在鐵路、公路、地鐵等領域越來越廣泛應用。尤其西部地區隧道多、里程長，國家重點工程川藏鐵路的橋隧比更是達到了81%。由于隧道施工本身的特殊性和不可預見性，不可避免會出現病害。隧道病害關乎國家安全、人民生命。國家鐵道管理部門規定[1]，隧道如果檢測不到位，將對施工單位和檢測單位并罰，一年內不得投標，建設單位亦承擔連帶責任。

地質雷達檢測法是隧道工程質量檢測中廣泛采用的方法，但檢測結果完全依靠人工經驗判讀，費時耗力且容易產生誤判和數據的多解性。此外，人工處理雷達數據很難確保數據未經篡改。因此，迫切需要建立統一的標準化工具，從雷達回波中自動識別各種隧道工程質量數據（空洞、厚度、鋼筋數量等），輔助檢測人員判讀雷達圖像，為隧道工程質量檢測工作提質增效。

基于此，本文提出一種隧道襯砌雷達檢測人工智能（AI）分析系統。該系統能夠批量自動分析雷達原始數據和B-scan 圖像，高效管理隧道質量檢測工程，實現隧道工程質量檢測的數字化、標準化、智能化。

1 隧道襯砌雷達檢測發展現狀

探地雷達（GPR）是隧道襯砌內部結構探測的最有效儀器，可分為雷達硬件采集信號和信號解譯（判讀）兩方面。下面分別從這兩方面簡述隧道襯砌雷達檢測的研究發展情況。

1.1 探地雷達

1971 年美國地球物理探測儀器公司（GSSI）研發出第一臺商用探地雷達[2]。此后，加拿大、瑞典、意大利、英國、俄羅斯、德國、挪威和中國等國家紛紛研制出性能相當的探地雷達[3]。目前，國內隧道檢測行業主流的探地雷達品牌主要有：美國GSSI 公司的SIR 系列、意大利IDS 公司的RIS 系列、青島電波所的LTD系列等[4，5]。近十多年來，隧道檢測探地雷達在硬件發展上幾乎處于停滯狀態，僅在天線數字化、雙頻組合天線等技術點上有些改進。

1.2 信號解譯

雷達信號的人工解譯僅針對GPR 圖像進行處理和判讀。由于硬件模塊噪聲、地下介質的不均勻性等因素影響，GPR 圖像通常存在一定干擾和畸變。因此，GPR 信號解譯一直是一個具有挑戰性的問題。

在探地雷達B-scan 圖中，地下目標往往呈現出類似雙曲線的形狀特征。基于此，大量學者將隧道襯砌GPR 信號解譯問題轉化為類雙曲線提取問題進行研究。近年來，基于卷積神經網絡（CNN）的方法被大量用于GPR 圖像解譯研究。與傳統機器學習不同，CNN 無需人工“特征工程”，直接從GPR 數據中學習解譯對象的特征表示。2015 年，Besaw等人應用CNN從GPR 圖像中提取關鍵特征[6]。2016 年，文獻采用數據增強（Data Augmentation, DA）技術增加GPR 數據可用訓練集的數量和可變性[7]。這些研究大大推動了探地雷達信號智能判識（解譯）技術研究趨于成熟。但至今為止，國內外尚未見到具備智能判識功能的成熟探地雷達產品，隧道襯砌雷達檢測智能分析算法也尚未見大規模商用。

2 隧道襯砌雷達檢測智能判識系統

我們提出的隧道襯砌雷達檢測智能判識系統包括雷達數據智能分析、項目管理、數據可視化和檢測報告自動生成等功能。系統采用云平臺架構，具體如圖1 所示。

圖1 隧道雷達檢測數字化云平臺架構

2.1 系統架構

由圖1 可見，在隧道作業中，探地雷達采集的原始數據通過WIFI 無線傳輸到檢測員智能手持設備（手機）中。智能手持設備通過WIFI、4G 或5G 方式將原始數據發送到云端。云端部署AI 分析引擎、數據管控系統、數據挖掘引擎，對匯總雷達數據進行統一管理和分析。系統提供大屏、PC 和APP 三種展示及控制方式。

2.2 智能判識算法

我們在充分結合雷達B-scan 目標成像原理和隧道檢測資深專家經驗的基礎上，提出深度學習多模態多任務隧道雷達波形識別算法架構，如圖2 所示。

圖2 隧道雷達波形識別算法架構

圖2 中，融合后處理方法即如何根據鋼筋、襯砌、拱架及脫空、預埋、不密實等缺陷在雷達圖像中可能位置及大小信息的先驗知識，融合分析識別結果，剔除錯誤和補全遺漏。隧道雷達檢測數據常常存在較大干擾，對抗擾動學習機制是在算法訓練過程中加入對抗擾動機制，提高訓練模型的抗干擾性能。

此外，脫空、預埋、不密實等缺陷在隧道檢測雷達B-scan 圖像中表現為稀松不規則目標，存在小樣本和類別不平衡問題。我們在訓練過程中采用局部注意力反復學習機制應對小樣本問題，在損失函數中用樣本挑選機制解決類別不平衡問題，并設計目標影像切分增強機制應對目標不規則問題。

2.3 業務流程管理

隧道襯砌雷達檢測智能判識系統按照當前隧道襯砌雷達檢測業務規范，優化建立了一套高效的業務管理流程。管理人員利用系統的業務流程管理功能，可以便捷的對項目新建、設計參數導入、雷達數據分析、質量判定和檢測報告生成等業務進行數字化管理。

3 在建隧道現場試用

我們以中鐵四局集團有限公司近二十年的隧道雷達檢測數據為基礎，研發出一套上述架構的隧道襯砌雷達智能判識系統。該系統已通過安徽省電子產品監督檢驗所全面測評，并在贛深鐵路（江西段）項目（關西隧道）、池州至黃山高速鐵路工程（HCZQ-2 標段嶺上村隧道）、宣城至績溪高速鐵路工程（XJZQ-3 標段楓樹嶺隧道）等多個在建隧道工程中試用，綜合精度達到95%。圖3 展示了試用過程中的智能判識效果。

圖3 隧道襯砌雷達檢測效果

試用證實，我們提出的系統判識精度高，數據管理流程貼合業務實際，滿足快響應、高并發應用需求。同時，試用中也發現，系統對部分采集效果不佳、干擾較大的數據容易出現誤判。對此，我們補充設計了在線學習功能，可將典型誤判數據上傳系統，系統補充學習誤判數據特征，并自動迭代更新模型。

在系統試用中，我們與專家人工分析進行了深入對比，發現智能處理與分析雷達數據的優勢是：

第一，雷達數據上傳、分析、管理流程均可實現自動化，大幅提高檢測工作效率，降低人力成本。

第二，直接分析雷達原始數據，采用多模態深度學習方法融合分析雷達A-scan 時序信息和B-scan空間信息，準確率高，客觀性強。

第三，無需人工處理和存儲GPR 圖像，僅存儲雷達原始數據便滿足檢測質量倒查、問題復現等需求，不僅確保了原始數據不可篡改性，還大幅節約存儲和計算資源。

結束語

本文提出了一種云架構的隧道襯砌雷達檢測智能判識系統，剖析了系統架構和智能算法設計原理，并介紹了在真實在建隧道中的試用情況。隧道檢測工作現場分散、環境艱苦且技術性強，智能化替代人工是必然趨勢。下一步我們將廣泛推廣該系統，在使用中不斷迭代完善，并將云端AI 算法嵌入雷達前端，研究前端采集智能，最終實現隧道襯砌雷達檢測無人化。