一种基于深度学习的瑞雷波频散曲线反演方法及应用

    公开(公告)号:CN114779324A

    公开(公告)日:2022-07-22

    申请号:CN202210238632.6

    申请日:2022-03-11

    Abstract: 本发明提供了一种基于深度学习的瑞雷波频散曲线反演方法及应用,包括对瑞雷波进行地震数据采集、采集的地震数据叠加形成频散曲线能量图、在能量谱中提取频散曲线、反演频散曲线以获取地下各层的剪切波速。基于本发明的技术方案进行的地球物理反演,其数据集具备足量性、多样性,网络结构更具普遍性、泛化性,反演精度在浅层包括地层分界处都较为精确,且可以反演出比传统反演方法更深的地层情况。通过采用本方法对频散曲线进行反演的瑞雷面波勘探技术,在便捷性、勘探深度和精确度方面都更加优良。

    一种基于多模块滤波器集成的震动事件初至的自动识别算法

    公开(公告)号:CN115456028A

    公开(公告)日:2022-12-09

    申请号:CN202211149653.7

    申请日:2022-09-21

    Abstract: 本发明公开了一种基于多模块滤波器集成的震动事件初至的自动识别算法,主要步骤:首先将连续记录原始信号进行预处理,然后进行切割,针对切割信号逐段进行振动能量有效频率分布判别;然后依次进行嵌入抗混叠低通滤波器、信号降采样、嵌入自适应去趋势项滤波器、嵌入中值滤波、嵌入无边缘延迟滤波等操作,再基于无边缘延迟滤波计算信号包络能量,最后嵌入鉴别滤波器,并将信号进行归一化,进而得到最终的识别特征函数。本发明建立了一套由多重滤波器集成的自动拾取算法,在降噪的同时,构建特征函数,一方面仅需要最基本的信号参数,另一方面有效降低了噪音干扰,提取灾害事件初至时刻,提高了自动拾取灾害事件发生的准确率。

    一种桥梁钢筋的雷达智能识别方法

    公开(公告)号:CN115310482A

    公开(公告)日:2022-11-08

    申请号:CN202210919790.8

    申请日:2022-07-31

    Abstract: 本发明提供了一种桥梁钢筋的雷达智能识别方法,改变桥梁结构的介电常数和电导率,通过正演获取其响应特征;收集已有桥梁钢筋探地雷达响应典型图谱,系统梳理响应特征,构建样本数据集;通过时域有限差分法正演计算,获得样本数据对的数据集;基于全卷积神经网络的M‑Net架构为骨干网络设计桥梁钢筋的雷达智能识别网络,对雷达智能识别网络进行训练与优化;对物理模型实测探地雷达数据进行反演,验证钢筋位置、介电常数和直径与真实情况是否相符。本发明至少具备有以下有益效果:将多尺度输入集成到编码模块中,避免参数的大幅度增长;增加编码模块路径的网络宽度;增加了BIG‑inv net网络的泛化性;可以提取多尺度信息,提高探地雷达桥梁钢筋识别效果。

    基于二维图像和三维点云的飞机表面孔洞定位测量方法

    公开(公告)号:CN117274573A

    公开(公告)日:2023-12-22

    申请号:CN202311244913.3

    申请日:2023-09-26

    Abstract: 本发明公开了一种基于二维图像和三维点云的飞机表面孔洞定位测量方法,属于飞机缺陷检测技术领域。首先使用双目结构光相机采集待检修飞机表面的二维图像和三维点云数据;对于二维图像,采用YOLOX目标检测算法定位孔洞缺陷;通过相机标定、立体匹配、空间三维坐标求解将孔洞缺陷二维坐标框映射到三维点云中,截取目标点云;再使用体素化网格方法实现下采样,控制点云数量;基于RANSAC算法实现三维点云的孔洞拟合与测量,获取孔洞缺陷的空间坐标、面积、深度信息。本发明结合二维图像和三维点云的特点,实现了飞机表面复杂环境下孔洞缺陷的定位与精确测量,提高了算法的鲁棒性,平衡了检测速度和检测精度,提供孔洞缺陷空间位置、面积和深度信息。

    一种桥梁钢筋的雷达智能识别方法

    公开(公告)号:CN115310482B

    公开(公告)日:2025-03-25

    申请号:CN202210919790.8

    申请日:2022-07-31

    Abstract: 本发明提供了一种桥梁钢筋的雷达智能识别方法,改变桥梁结构的介电常数和电导率,通过正演获取其响应特征;收集已有桥梁钢筋探地雷达响应典型图谱,系统梳理响应特征,构建样本数据集;通过时域有限差分法正演计算,获得样本数据对的数据集;基于全卷积神经网络的M‑Net架构为骨干网络设计桥梁钢筋的雷达智能识别网络,对雷达智能识别网络进行训练与优化;对物理模型实测探地雷达数据进行反演,验证钢筋位置、介电常数和直径与真实情况是否相符。本发明至少具备有以下有益效果:将多尺度输入集成到编码模块中,避免参数的大幅度增长;增加编码模块路径的网络宽度;增加了BIG‑inv net网络的泛化性;可以提取多尺度信息,提高探地雷达桥梁钢筋识别效果。

    一种基于3D激光雷达的地铁车底定位方法

    公开(公告)号:CN114862957B

    公开(公告)日:2022-09-27

    申请号:CN202210802040.2

    申请日:2022-07-08

    Abstract: 本发明公开了一种基于3D激光雷达的地铁车底定位方法,具体为:通过位于地铁巡检机器人上的3D激光雷达获取地铁车底环境三维点云数据;基于深度学习的目标检测网络PointPillars实现快速定位和识别车底点云中的三维目标;通过直通滤波器对需要进行测距定位的目标框进行提取,过滤掉不属于目标主成份的点云;再对提取出的目标框进行下采样处理,控制点云数量;拟合目标点云在各方向上的平面,并计算各方向上的平面在对应方向的中点位置信息,从而得到目标物中心点相对于激光雷达的位置信息,实现定位。本发明实现了精准定位,提高了算法的泛化性,平衡了检测速度和检测精度,为巡检机器人后期的导航巡检工作奠定了扎实的基础。

    一种基于3D激光雷达的地铁车底定位方法

    公开(公告)号:CN114862957A

    公开(公告)日:2022-08-05

    申请号:CN202210802040.2

    申请日:2022-07-08

    Abstract: 本发明公开了一种基于3D激光雷达的地铁车底定位方法,具体为:通过位于地铁巡检机器人上的3D激光雷达获取地铁车底环境三维点云数据;基于深度学习的目标检测网络PointPillars实现快速定位和识别车底点云中的三维目标;通过直通滤波器对需要进行测距定位的目标框进行提取,过滤掉不属于目标主成份的点云;再对提取出的目标框进行下采样处理,控制点云数量;拟合目标点云在各方向上的平面,并计算各方向上的平面在对应方向的中点位置信息,从而得到目标物中心点相对于激光雷达的位置信息,实现定位。本发明实现了精准定位,提高了算法的泛化性,平衡了检测速度和检测精度,为巡检机器人后期的导航巡检工作奠定了扎实的基础。

Patent Agency Ranking