Please wait a minute...

当期目录

    2024年 第53卷 第6期    刊出日期:2024-07-22
    智能化测绘
    智能化测绘的混合计算范式与方法研究
    陈军, 艾廷华, 闫利, 刘万增, 李志林, 朱强, 高井祥, 谢洪, 武昊, 张俊
    2024, 53(6):  985-998.  doi:10.11947/j.AGCS.2024.20240131
    摘要 ( )   HTML ( )   PDF (2089KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    传统数字化测绘产品在数字经济、数字治理与数字生活等方面发挥着越来越重要的时空基底和关键生产要素作用,但其精细程度、更新周期、服务方式难以满足数智新时代下的高质量发展需求。因此,迫切需要实现数字化测绘到智能化测绘的转型升级,通过构建新型时空新型基础设施以全方位提升高品质的时空信息供给能力、高层次的时空数据分析能力,以及高水平的时空知识服务能力。本文从测绘自然智能与人工智能结合的必要性分析出发,首先讨论了测绘智能计算的基本概论及内涵,然后提出了智能化测绘知识为引导、数据为驱动、算法为基础、服务为支撑(KDAS)的混合智能计算范式并梳理了其构建基本任务,最后从感知、认知、表达与服务4个维度研究并系统阐述了智能化测绘的混合计算关键技术和相应途径,试图为混合计算赋能智能化测绘知识体系构建以及产业发展升级搭建基础研究框架。

    面向未知环境的自主无人机智能感知测量技术
    闫利, 赵英豪, 戴集成, 徐博, 谢洪, 周玉泉
    2024, 53(6):  999-1012.  doi:10.11947/j.AGCS.2024.20230389
    摘要 ( )   HTML ( )   PDF (6213KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    智能化测绘的发展对数据采集高效性、完备性和智能性提出了更高的要求。尤其是在林下等GNSS拒止环境下,现有传统手段往往难以完成高效率、高覆盖率测量。为了满足未知环境的智能化感知测量需求,以无人机为移动平台,本文设计并提出了一种融合视觉在线自主定位及全局探测路径规划的自主无人机智能感知测量技术与总体框架。本文首先设计并采用了一种基于点线特征的VIO(visual-inertial odometry)在线定位算法,通过点线特征的提取和匹配进行初始位姿的解算,之后利用因子图优化实时地输出无人机高精度的位姿信息。进一步地,为了实现无人机对于未知环境高效且高覆盖率的自主测量,采用了一种顾及多层次信息的全局最优探测路径规划方法确定局部最佳探测目标,然后通过轨迹搜索和优化算法实时地生成高质量的探测运动轨迹。通过自主搭建无人机平台对该技术框架进行了验证,分步对比和总体真实试验表明框架设计并采用的定位及空间探测方法相较于目前具有代表性的方法具有明显优势,并且在GNSS拒止局部林下环境中实现了高效高覆盖率的全自主测量,为未知场景进一步的在线智能化感知奠定了良好的理论方法与框架基础。

    碎片化地形矢量数据比例尺评估方法
    刘万增, 王新鹏, 赵婷婷, 翟曦, 李然, 朱秀丽, 蒋志浩, 彭云璐, 张晔
    2024, 53(6):  1013-1024.  doi:10.11947/j.AGCS.2024.20240024
    摘要 ( )   HTML ( )   PDF (2675KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    针对目前人工判定碎片化地形矢量数据比例尺效率低下、可靠性不高的问题,本文提出一种基于自然法则的地形矢量数据比例尺评估方法,实现地形矢量数据比例尺判定的自动化。该方法基于不同比例尺地形矢量数据节点密度指数随比例尺变化的特征,利用自然法则原理和统计学知识确定不同比例尺、不同类型要素节点密度指数区间的理论值;对于待鉴定地形矢量数据,将其节点密度指数与已知比例尺的地形矢量数据节点密度指数区间进行比对,如果落在该比例尺节点密度指数区间内,则推断为该比例尺数据,进而实现比例尺的自动判定;最后利用等高线和水系两种地形要素验证了该评估方法的可行性。试验结果表明,基于本文方法的1∶100万、1∶25万和1∶5万地形矢量数据比例尺自动判定正确率分别达到了93.97%、94.04%和92.47%,地形矢量数据比例尺判定总体正确率达到93.21%,极大提高了比例尺判定的精度与效率,为地理信息安全评估提供了技术支撑。

    多视影像三维线云重建技术及其智能化发展展望
    魏东, 刘欣怡, 张永军
    2024, 53(6):  1025-1036.  doi:10.11947/j.AGCS.2024.20230447
    摘要 ( )   HTML ( )   PDF (5705KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    三维线云是具有几何结构与语义信息的三维线段集合,可以作为实景三维构建中高效的引导,控制与抽象表达元素,弥补点云的边缘描述缺陷与初始结构的缺失,是改变传统三维模型“一张皮”(不同对象相互粘连,难以指导空间分析与决策)的重要结构化特征。然而,如何从多视影像中重建好用的线云,将线云在实景三维中用好,一直是本领域的难点问题。本文回顾三维线云的发展,介绍相关的重建方法,分析存在的难点与不足;结合从数字化走向智能化的测绘科技转型背景,论述线云在实景三维中建什么,如何建与怎么用,对线云重建和应用的智能化发展予以介绍和展望,希望为实景三维重建与线云研究的相关人员提供参考。

    智能化InSAR数据处理研究进展、挑战与展望
    江利明, 邵益, 周志伟, 马培峰, 王腾
    2024, 53(6):  1037-1056.  doi:10.11947/j.AGCS.2024.20230440
    摘要 ( )   HTML ( )   PDF (10840KB) ( )  
    参考文献 | 相关文章 | 多维度评价

    随着海量SAR数据的持续积累及深度学习技术的快速发展,以大数据分析和人工智能为主要特征的智能InSAR时代即将来临。本文综述了深度学习技术在InSAR数据处理中的研究现状与发展趋势。首先,简述了目前主流InSAR数据处理方法,分析了在复杂应用场景下其监测精度、处理效率和自动化程度等方面的局限性。然后,在介绍主要InSAR深度学习网络(包括卷积神经网络、循环神经网络和生成对抗网络)的基础上,根据深度学习技术在InSAR数据处理关键环节中的应用,结合笔者团队研究实践,系统梳理了InSAR相位滤波、相位解缠、PS/DS点选取、大气校正、形变估计和形变预测等方面智能化处理的研究进展。最后,探讨了基于深度学习的InSAR数据智能化处理面临的挑战,并对未来发展趋势进行了展望。

    图像语义信息在视觉SLAM中的应用研究进展
    郭迟, 刘阳, 罗亚荣, 刘经南, 张全
    2024, 53(6):  1057-1076.  doi:10.11947/j.AGCS.2024.20230259
    摘要 ( )   HTML ( )   PDF (3018KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    视觉同步定位与建图(visual simultaneous localization and mapping,VSLAM)技术以相机为主要传感器采集图像数据,基于多视几何、状态估计等算法原理获取载体的位置和姿态,同时构建一张用于导航定位的地图。视觉SLAM是自动驾驶、AR(augmented reality)、VR(virtual reality)、MR(mix reality)、智能机器人、无人机飞控中的关键技术。近年来,随着各个产业对智能导航定位的需求日渐增多,原本以几何测量为主的视觉SLAM逐渐融入对环境的语义理解。语义信息是指能够被人类直观感受和理解的概念,而图像语义信息是指图像中物体的轮廓、类别、显著性等信息。相比于图像中的几何特征,语义信息更具时空一致性,且更贴近人类感知的结果。将图像语义信息引入视觉SLAM,既能促进系统各个模块的性能,还能够提升视觉SLAM的智能感知能力,形成集几何测量、定位定姿、环境理解等多种功能的视觉语义SLAM。本文根据图像语义信息的应用方式,对视觉语义SLAM经典方案和最新研究进展进行归纳梳理。在此基础上,本文总结了视觉语义SLAM的现存问题与挑战,指出该领域未来的研究方向,以推动其面向智能导航定位进一步发展。

    顾及地球物理效应的GNSS高程时间序列AdaBoost预测和插值方法
    鲁铁定, 李祯
    2024, 53(6):  1077-1085.  doi:10.11947/j.AGCS.2024.20230434
    摘要 ( )   HTML ( )   PDF (4188KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    传统的GNSS高程时间序列预测和插值方法仅考虑时间变量,具有明显的局限性。本文顾及地球物理效应的影响,通过温度、大气压强、极移等数据和GNSS高程时间序列数据构建回归问题,使用自适应提升(AdaBoost)算法建模。为了验证模型的预测和插值性能,试验选取4个GNSS站的高程时间序列进行分析。建模试验表明,相较于Prophet模型,AdaBoost模型的拟合精度提升了约35%;预测结果表明,在12个月的预测周期内,AdaBoost模型在4个GNSS站的MAE值为4.0~4.5 mm,RMSE值约为5.0~6.0 mm;插值试验表明,相较于三次样条插值方法,AdaBoost插值模型的精度约提升了15%~28%。预测和插值试验表明,顾及地球物理效应的AdaBoost模型可以应用于GNSS高程时间序列预测与插值。

    知识引导的森林火灾逃生路网动态生成方法
    朱军, 陈佩菁, 曾超, 郑全红, 谢亚坤, 游继钢, 廉慧洁
    2024, 53(6):  1086-1097.  doi:10.11947/j.AGCS.2024.20230234
    摘要 ( )   HTML ( )   PDF (4671KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    规划合理的森林火灾逃生路网对应急逃生决策具有重要作用,但现有方法动态适应性弱,且未考虑山沟地带、狭窄山脊等影响人员逃生安全的关键空间信息,导致逃生路网规划准确性差。因此,本文引入智能化测绘技术方法,提出一种知识引导的森林火灾逃生路网动态生成方法,通过突破森林火灾逃生路网规划知识图谱构建、关键空间区域提取等关键技术,建立森林火灾逃生路网通行栅格网络模型,实现改进A*算法的逃生路网动态优化生成,研发原型系统并开展试验分析。结果表明,本文方法能够实现林火蔓延环境下逃生路网的动态生成,可为扑救人员提供有效的逃生决策信息;逃生规划准确率与已有静态森林火灾逃生路网规划方法的逃生规划准确率相比,高安全区重叠率提升了3.06%,逃生路网危险区重叠率降低了27.39%。

    遥感影像高可信智能不变检测技术框架与方法实践
    宁晓刚, 张翰超, 张瑞倩
    2024, 53(6):  1098-1112.  doi:10.11947/j.AGCS.2024.20230405
    摘要 ( )   HTML ( )   PDF (5328KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    针对传统变化检测技术面临的样本类别不平衡、算法适用性差和知识应用不足问题,本研究从逆向角度出发,提出了遥感影像高可信智能地类不变检测技术框架。该框架通过智能化算法准确提取各类任务均不感兴趣的稳定不变区域,从而在实际应用中压缩作业面积,提高生产效率。在数据预处理基础上,根据不变检测特点构建样本库,提出先验信息引导的全局-局部不变检测方法消除整体性和局部性“伪变化”,形成格网化不变掩膜,并从精度和效率角度提出压盖准度和压盖幅度两个对象级指标进行评价。在全国多个地区的实践表明,该框架能够在保证精度的同时大幅减少人工目视判读工作量,显著提升提取效率,为实际应用场景下的遥感变化信息提取提供了全新范式。

    高铁桥墩沉降的通用渐进分解长期预测网络模型
    龚循强, 汪宏宇, 鲁铁定, 游为
    2024, 53(6):  1113-1127.  doi:10.11947/j.AGCS.2024.20230387
    摘要 ( )   HTML ( )   PDF (6784KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    高铁桥墩不均匀沉降是导致轨道不平顺的潜在原因之一,准确预测桥墩沉降对于确保铁路建设和运营的可靠性和安全性具有重要意义。目前,常规时间序列领域的多数预测模型仅在预处理良好且没有缺失的数据集上进行测试,而在高铁桥墩沉降的真实场景中,沉降数据相较于其他领域存在观测频次少且不等时距,以及沉降规律复杂多变的问题,造成长期预测困难。为此,本文提出一种高铁桥墩沉降的通用渐进分解长期预测网络(GPDLPnet),摒弃传统的预处理思想,将预处理过程嵌入网络结构,在网络训练过程中实现渐进预处理。首先,GPDLPnet在每轮迭代中利用改进对角掩码自注意力模块分析沉降数据中的缺失模式。然后,通过改进完全自适应噪声集合经验模态分解模块将沉降数据分解并重构为高频、低频和趋势子分量,将子分量作为BiLSTM-RSA-Resnet预测模块的特征输入。最后,输出递归预测结果,从而实现高铁桥墩沉降的长期预测。结合实际工程数据,将数据划分为高频观测和低频观测两类典型的观测模式进行试验,在3~4个月的预测中GPDLPnet均表现出良好的预测性能,并在精度指标上优于其他7种模型。

    机理引导下的阶跃型滑坡位移预测深度学习模型
    蒋亚楠, 郑林枫, 许强, 汤明高, 朱星
    2024, 53(6):  1128-1139.  doi:10.11947/j.AGCS.2024.20230463
    摘要 ( )   HTML ( )   PDF (3424KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    阶跃型滑坡变形时间曲线呈阶梯状,阶跃变形量大,准确预警预报困难。针对现有模型在阶跃型滑坡快速变形阶段预测误差大的问题,提出一种机理引导下的阶跃型滑坡变形预测模型,该模型在深入分析滑坡变形机理上,结合变分模态分解开展滑坡位移和影响因子的动态响应分析,为Informer模型提供合理有效的外部影响因子输入,结合多头注意力机制和池化层,实现阶跃期时序数据关键周期信息的有效提取。本研究以三峡库区白水河滑坡为例,收集水库蓄水以来连续15年的逐月位移监测数据及同期逐天的降雨和库水位数据。试验结果表明,本文模型在阶跃型滑坡位移预测中整体预测精度较高,与主流预测模型相比,该模型对快速变形期的阶跃变形预测较为准确,预测误差较小。

    无人机抛投式GNSS滑坡监测设备智能化部署选址方法
    许豪, 张勤, 王利, 舒宝, 杜源, 黄观文
    2024, 53(6):  1140-1153.  doi:10.11947/j.AGCS.2024.20230358
    摘要 ( )   HTML ( )   PDF (6487KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    GNSS技术广泛应用于滑坡形变监测,而复杂艰险的高危滑坡往往人员难至,导致GNSS监测设备安装困难。无人机抛投部署技术为解决此问题提供了可能,然而其前提是为无人机抛投提供适宜的目标部署位置,传统的选址方法主要依赖专家现场踏勘评估,无法满足该场景应用需求。为此,本文首先利用无人机航测、InSAR-Stacking技术获取选址区域的DSM、DOM及地表历史形变速率图,然后基于深度学习、地形分析等方法提取历史形变、裂缝分布、坡度、地表粗糙度、植被指数、坡向等选址因子,最后基于层次分析法对多个选址因子进行决策融合,智能化评估滑坡区域内不同位置的选址适宜性并推荐无人机抛投式GNSS监测设备的目标部署位置。以甘肃黑方台滑坡区域为例开展选址试验,评估了该区域内的选址适宜性并推荐了4处GNSS监测设备部署位置,现场情况及历史站点形变序列验证了本文方法的有效性。本文方法综合考虑了形变监测、部署难度、观测条件及持续运行等需求,可高效评估选址区域内设备部署的适宜程度,对于提升无人机抛投式GNSS监测设备的部署效率及监测效果具有重要参考价值。

    等高线形态知识与图神经网络联合作用下的黄土地貌类型识别
    孔博, 艾廷华, 杨敏, 吴昊, 余华飞, 肖天元
    2024, 53(6):  1154-1164.  doi:10.11947/j.AGCS.2024.20230445
    摘要 ( )   HTML ( )   PDF (5538KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    摘要:地貌类型识别是多因素联合影响下的复杂决策问题。由于地貌区域环境的广泛性、差异性及地学要素作用的复杂性,简单地引入人工智能方法,通过典型样本监督学习并不能获得该问题的满意结果。因此,本文尝试将等高线形态知识这种测绘自然智能与人工智能结合,在地形形态表达规则和典型地貌类型样本训练联合驱动下,开展混合智能下黄土地貌类型识别研究,提出了整合等高线形态知识与带池化操作图神经网络(graph neural network,GNN)的地貌类型识别方法。本文方法将地貌单元的等高线建模为图结构,并将提取的等高线顶点的形态知识嵌入图节点中,采用带池化操作的GNN模型,挖掘图结构中的高层次特征和上下文信息,以识别地貌类型识别。试验结果证明了本文方法在黄土地貌类型识别上的有效性:在测试数据上获得了86.1%的F1值,比两个对比方法高出3.0%~8.2%。

    高分辨率遥感影像样本库动态构建与智能解译应用
    顾海燕, 杨懿, 李海涛, 孙立坚, 丁少鹏, 刘世琦
    2024, 53(6):  1165-1179.  doi:10.11947/j.AGCS.2024.20230469
    摘要 ( )   HTML ( )   PDF (10121KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    在人工智能时代,遥感影像解译朝着自动化智能化方向发展,高质量的样本数据集是其核心。我国积累了海量优质的时空地理信息基础数据及衍生产品,是深度学习驱动的遥感影像智能解译样本的重要来源。盘活现有数据资源,可推动人工智能与遥感解译的应用深度与广度。本文基于现有数据资源,针对样本数据集区域受限、时效性不强、类型单一等问题,研究了面向深度学习的高分遥感影像智能解译样本库动态构建技术。首先,分析了要素提取、地表覆盖分类、变化检测方面的公开样本数据集的特点,提出业务驱动的样本应需生成-动态构建-智能应用思路;其次,研究了基于历史解译成果的样本自动生成、SAM大模型提示学习引导的样本清洗精化方法及实现过程;再次,设计了具有区域性、时序性、尺度性、多传感器、多类型的样本库,以及顾及空间-时间-地类关系的动态样本数据库架构,研究了样本数据集“量化-检索-组合”动态重构过程,实现时空样本的动态管理与多维检索;最后,开展了地表覆盖分类、要素提取、变化检测等智能解译应用,验证了本文研究思路及方法的可行性,以期推动基于已有基础数据的样本数据集的有效利用,以及样本构建-管理-应用及数据-模型-业务的互联互通,为高分遥感影像智能解译样本库构建与应用提供参考思路。

    基于正负核密度曲线的线要素局部清晰度估算与自适应分段
    成晓强, 刘娜
    2024, 53(6):  1180-1194.  doi:10.11947/j.AGCS.2024.20230287
    摘要 ( )   HTML ( )   PDF (5768KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    在线要素化简时,根据特征差异对线要素进行分段是合理运用化简方法的关键。然而现有分段方法侧重分析线要素的形态特征,忽略了线要素在不同比例尺表达的视觉差异。线要素中无法清晰辨识的模糊部位会随比例尺的变化而改变。基于此,本文提出了一种基于局部清晰度的线要素分段方法。首先,在特定比例尺下生成线要素的栅格形态,并将栅格线像素分为3类:单边界像素、双边界像素和内部像素,其中单边界像素和内部像素会严重影响线要素的视觉辨识;其次,建立3类像素与原矢量折点的映射关系,得到两组数据点:对应线要素模糊部位的粘连折点和对应线要素清晰部位的正常折点;然后,基于一维核密度进行两组数据点的聚集性分析,分别生成该尺度下表示线要素清晰度变化的正向核密度曲线和表示线要素模糊程度变化的负向核密度曲线;最后,分析正负核密度交点特征,得到划分线要素清晰与模糊区域的分段点并完成线要素分段。通过与人为分段结果对比可知,本文的分段结果与人眼对线要素模糊与清晰部分的识别基本一致。

    基于金字塔语义token全局信息增强的高分光学遥感影像变化检测
    彭代锋, 翟晨晨, 周顶蔚, 张永军, 管海燕, 臧玉府
    2024, 53(6):  1195-1211.  doi:10.11947/j.AGCS.2024.20230415
    摘要 ( )   HTML ( )   PDF (8712KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    针对复杂背景、光谱变化等因素导致高分辨率遥感影像中细小地物检测缺失,几何结构检测不完整等问题,本文联合卷积网络和Transformer网络优势,提出一种基于金字塔语义token全局信息增强的变化检测网络(PST-GIENet)。首先,利用无最大池化层的ResNet18网络提取多时相影像深度特征以构建融合特征,并采用联合注意力机制和深监督策略提高融合特征表达能力;然后,通过空间金字塔池化将影像特征表示为多尺度语义token,进而利用Transformer编码器和解码器对融合特征空间进行全局上下文建模;最后,通过逐层上采样解码器生成最终变化图。为验证本文方法有效性,采用LEVIR-CD、CDD和WHU-CD3个公开变化检测数据集进行对比试验与分析,定量结果表明PST-GIENet在3个数据集中均取得最优精度指标,其F1值分别达到91.71%、96.16%和94.08%。目视结果表明PST-GIENet可有效抑制复杂背景、光谱变化等因素干扰,显著增强网络对地物边缘结构和多尺度变化的捕捉能力,取得最佳目视效果。

    多级对比学习下的弱监督高分遥感影像城市固废堆场提取
    王继成, 郭安嵋, 慎利, 蓝天, 徐柱, 李志林
    2024, 53(6):  1212-1223.  doi:10.11947/j.AGCS.2024.20230543
    摘要 ( )   HTML ( )   PDF (5023KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    城市固体废物是城市化进程中的重要污染源,对城市生态环境和公共健康造成了巨大危害。高分影像固废堆场智能解译是实现自动排查,提升监测效率的核心和关键技术。基于深度学习的固废堆场自动提取方法严重依赖于获取成本高、制作难度大的高质量像素级标注。为此,本文提出使用更易获取的影像级标注,利用影像自监督学习实现像素级固废堆场提取。围绕固废堆场的影像特征,本文方法在尺度对比约束下综合像素、影像两个层次的对比学习方法,对固废堆场的类别激活图细化和完善,并基于此生成高质量的固废堆场伪像素级标注,用于训练固废堆场提取模型。试验结果表明,本文方法在固废堆场提取的F1值和IoU分数方面分别达到了71.58%和55.74%,显著优于所有对比方法。这说明利用多级对比学习的弱监督方法能够获得更加完整且准确的类别激活图,从而取得更高的固废堆场提取精度。

    联合目标特征引导与多重注意力的建筑物变化检测
    丁少鹏, 卢秀山, 刘如飞, 杨懿, 顾海燕, 李海涛
    2024, 53(6):  1224-1235.  doi:10.11947/j.AGCS.2024.20230436
    摘要 ( )   HTML ( )   PDF (5110KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    高分遥感影像具有丰富的细节特征,建筑物变化类型多,尺度差异大。针对建筑物变化在复杂环境中易出现空洞和遗漏的问题,本文提出联合目标特征引导与多重注意力的建筑物变化检测方法,通过建筑物目标级引导强化类别信息,实现高分辨影像精细变化信息提取。该方法由建筑物显著增强模块和目标引导的多重注意力模块组成,通过全局深层特征感知与融合,提取建筑物重点区域,结合目标级特征引导和多重自注意力强化特征表达,增强上下文特征相关关系,有效减少细节特征损失,解决目标空洞和边缘不清晰造成的细节损失问题。通过两组试验表明该方法能够提升准确率,在变化种类越多的场景中有效减少变化损失,提高算法稳定性。

    基于移动激光扫描的地铁隧道渗漏水定位及快速检测方法
    纪长琦, 郭肇捷, 孙海丽, 钟若飞
    2024, 53(6):  1236-1250.  doi:10.11947/j.AGCS.2024.20230438
    摘要 ( )   HTML ( )   PDF (6321KB) ( )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    渗漏水是地铁隧道最主要的病害之一,也会导致其他结构病害,开展地铁隧道渗漏水病害检测方法研究具有重要意义。本文聚焦于地铁隧道渗漏水问题,提出了一种基于移动激光扫描点云数据的渗漏水定位及检测方法。首先,结合移动激光扫描检测方法,开展了隧道精确定位方法研究。然后,对YOLOv7模型进行了改进,引入了Conv NeXt网络和CBAM模块以使模型更好地捕获多尺度、多抽象级别的特征,增强对渗漏水关键特征的关注;使用GIoU Loss损失函数,使模型能够更好地处理不完整渗漏水框;预测时使用Soft-NMS加权平均的方法,保留更多的边界框,从而提高检测精度。结合在重庆地铁获取的激光扫描数据构建的盾构法和矿山法隧道渗漏水数据集,验证了本文方法的高效性和稳健性。消融试验表明,本文方法相较于基线模型在不同数据集上均取得了显著的性能提升,在盾构法数据集中,准确率P提升了8.1%,召回率R提升了4%;在矿山法数据集中,准确率P提升了8.6%,召回率R提升了6.8%。同时,与主流目标检测算法,如Faster RCNN(Swin)、Faster RCNN(Conv NeXt)、YOLOv8对比,本文方法在精度和速度方面都表现出优势。最后,本文展示了部分隧道渗漏水的定位与检测结果,以验证本文方法的实用性。