摘要
针对传统隧道围岩沉降监测方法鲁棒性较差、难以及时有效的监测隧道围岩沉降值的问题,提出将坐标注意力结合目标检测算法的隧道围岩沉降自适应识别测量算法。利用工业相机拍摄不同环境靶标图像建立数据集,训练具有坐标注意力的目标检测模型,在测试集中验证模型预测精度为97.9%。使用图像中靶标的数字以及LED灯点的像素坐标标定测量算法模型并计算沉降值。结果表明在25 m范围内测量误差小于1 cm,在10 m范围内的靶标测量误差小于5 mm。
Aiming at the problems of poor robustness and are difficult to monitor the settlement value of tunnel timely and effectively.An adaptive recognition and measurement algorithm of tunnel settlement is proposed by combining coordinate attention with object detection algorithm.Using industrial camera to get object images in different environment to build datasets,then training object detection model with coordinate attention,prediction accuracy of the model is 97.9%in the test sets.Using the target figures and LED lights of the pixel coordinates in images to do the camera calibration and calculate settlement value.The results show that the measurement error of tunnel surrounding rocks is less than 1 centimeter within 25 meters,less than 5 millimeters within 10 meters.
作者
邓有为
李刚
辛怡
张生鹏
郝翊杰
Deng Youwei;Li Gang;Xin Yi;Zhang Shengpeng;Hao Yijie(School of Electronic and Control Engineering,Chang'an University,Xi'an 710064,China;School of Energy and Electrical Engineering,Chang'an University,Xi'an 710064,China)
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第2期236-243,共8页
Journal of Electronic Measurement and Instrumentation
基金
广西重点研发计划(桂科AB20159032)
陕西省重点研发计划项目(2020ZDLGY09-03)
广西新恒通高速公路有限公司技术合作项目(XHT-KXB-2021-006)资助
关键词
隧道围岩
沉降监测
目标检测
注意力机制
tunnel rock
settlement monitoring
object detection
attention mechanism
作者简介
邓有为,2021年于长安大学获得学士学位,现为长安大学电子与控制工程学院研究生,主要研究方向为图像处理、模式识别。E-mail:970278724@qq.com;通信作者:李刚,分别于1998年、2005年、2010年、于长安大学获得学士学位、硕士学位和博士学位,现为长安大学能源与电气工程学院教授,主要研究方向为交通能源融合、智慧交通、机器学习、智能检测及软件工程。E-mail:15229296166@chd.edu.cn
