基于图像识别技术的隧道工程监控管理系统设计

针对现有技术中隧道工程故障诊断存在的技术弊端,提出了一种利用巡检机器人进行智能化的监控管理方法,本研究通过巡检机器人对隧道工程的进度信息进行采集,通过图像识别技术实现隧道工程故障信息获取,通过多传感器数据信息融合模型对采集的信息进行处理,通过GIS技术对运维常的项目情况进行三维建模,并利用视觉点对三维建模中三角形空间单元进行删减,提高图像刷新率。通过模拟实验,本研究设计的巡检机器人监管方案的评价精度高,得出采用本研究设计的可视化监管方案可以使评价得分提升了21%。大大提高了隧道工程故障诊断能力。     

基于注意力机制的全景分割网络

针对全景分割的背景类实例重叠问题,提出了一种基于注意力机制的全景分割网络(Attention-guided Panoptic Segmentation Network, APSNet)。APSNet基于UPSNet网络进行改进.首先,在残差网络和特征金字塔之间添加一种可以同时在空间注意力和通道注意力上建模的三重态注意力...     

盾构隧道结构稳定性识别方法

针对因盾构隧道底部介质种类过多、噪声影响过大，导致的识别精准度低问题，提出一种盾构隧道结构稳定性识别方法。在隧道的子频带中采集原始信号能量值，采用小波能量分解法计算原始信号的频谱密度，分别求解出现损伤和未出现损伤位置的信号能量值，以获得的能量偏差作为稳定性指标。分析盾构隧道在不同的结构、输送频率以及土质环境下运作时产生的脉冲信号，得到不同时间段的变化规律，根据盾构隧道的动力学方程，求解受不稳定产生的角量度、阻尼、刚度以及位移矢量等参数，明确其中占比最大、影响程度最高的是位移矢量与阻尼比值，定义为稳定性的识别临界值，实现识别。结果表明：所提方法识别精准度高，基本与实测值保持一致，无论基于哪种环境介质都能保证识别的效果。