周廷楠，郭 建

(桂林電子科技大學(xué)，廣西壯族自治區(qū) 桂林 541004)

1 引 言

道路由于車輛荷載的作用和自然環(huán)境等影響，原路面結(jié)構(gòu)也隨之發(fā)生變化，產(chǎn)生脫空、疏松、裂縫等道路病害，使道路承載能力降低，對(duì)道路的使用壽命產(chǎn)生了嚴(yán)重影響。目前對(duì)于道路病害的檢測(cè)方法主要是鉆芯取樣，但是鉆芯取樣的弊端也尤為明顯，對(duì)路面破壞大、取樣速度慢、存在安全隱患。而探地雷達(dá)通過(guò)向地下發(fā)射高頻電磁波，電磁波通過(guò)地下介質(zhì)進(jìn)行傳播，一旦遇存在電位差的目標(biāo)，立即返回到接收天線端，并根據(jù)目標(biāo)的空間位置、幾何形態(tài)等參數(shù)確定目標(biāo)類型，從而達(dá)到對(duì)目標(biāo)的探測(cè)作用，具有不耽誤工期、效率高、便捷快速等優(yōu)勢(shì)。

傳統(tǒng)病害識(shí)別中往往依賴人工鑒別的方式，不僅耗時(shí)費(fèi)力且主觀性強(qiáng)，由于科學(xué)技術(shù)的飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)在圖片識(shí)別中的應(yīng)用也隨之進(jìn)入發(fā)展的新高度。在各項(xiàng)工程項(xiàng)目中也有顯著作用，其中，對(duì)于道路病害的研究也提供了一個(gè)新方向。

基于上述GPR優(yōu)勢(shì)和神經(jīng)網(wǎng)絡(luò)圖片識(shí)別的進(jìn)步，可以將探地雷達(dá)與神經(jīng)網(wǎng)絡(luò)相結(jié)合，達(dá)到道路病害圖像識(shí)別快速高效、半自動(dòng)化的目的。

利用仿真雷達(dá)模擬的開(kāi)源軟件GprMax，對(duì)探地雷達(dá)各病害圖片進(jìn)行正演數(shù)值模擬，生成不同道路病害的圖片，為之后YOLO網(wǎng)絡(luò)訓(xùn)練提供基礎(chǔ)數(shù)據(jù)集。通過(guò)運(yùn)用訓(xùn)練好的YOLO框架對(duì)道路病害圖片進(jìn)行自主識(shí)別及分類。最后，通過(guò)探地雷達(dá)實(shí)地勘測(cè)圖片對(duì)數(shù)據(jù)集進(jìn)行檢測(cè)，驗(yàn)證仿真模擬的有效性。

2 仿真模擬

2.1 數(shù)值模擬

雖然病害形式各有不同，但主要原因是由于施工過(guò)程中壓實(shí)度不夠?qū)е率杷?，使得空氣和水進(jìn)入，導(dǎo)致病害區(qū)域電位差發(fā)生變化，這樣便可使用探地雷達(dá)對(duì)病害進(jìn)行檢測(cè)。運(yùn)用GprMax對(duì)探地雷達(dá)圖像進(jìn)行仿真模擬，如圖1將道路橫切面分為面層、基層、底基層、墊層。

圖1 結(jié)構(gòu)面剖面圖

利用源軟件GprMax對(duì)各道路病害建模，獲得充足數(shù)據(jù)集，以便訓(xùn)練神經(jīng)網(wǎng)絡(luò)。設(shè)置整個(gè)結(jié)構(gòu)剖面大小為2 m×1.5 m的矩形，其中結(jié)構(gòu)層電性參數(shù)如表1所示。

表1 結(jié)構(gòu)層電性參數(shù)表

表中：f1：靜態(tài)時(shí)介質(zhì)的相對(duì)介電常數(shù)。f2：在理論上的無(wú)限頻率的相對(duì)介電常數(shù)。f3：介質(zhì)的弛豫時(shí)間，s。f4：靜態(tài)時(shí)介質(zhì)的電導(dǎo)率，S/m。f5：相對(duì)磁導(dǎo)率的介質(zhì)。f6：介質(zhì)的磁導(dǎo)率。

2.2 病害分析

道路在使用過(guò)程中會(huì)因?yàn)椴豢煽匾蛩禺a(chǎn)生不特定道路病害在，以此仿真模擬中，模擬不同病害位置、大小、類型，仿真路基病害主要分為脫空病害、疏松病害、裂縫病害。

在雷達(dá)圖像中可以看出。

(1)脫空病害區(qū)域的電磁波有較強(qiáng)的反射波，并且所在邊界存在繞射現(xiàn)象。

(2)疏松病害區(qū)域內(nèi)介質(zhì)與周邊介質(zhì)存在明顯的電位差，電磁波在疏松區(qū)域頂端會(huì)產(chǎn)生較強(qiáng)的反射回波，疏松區(qū)域含水的孔隙也有較強(qiáng)的反射波，且存在較多的衍射。

(3)裂縫病害區(qū)域反射雙曲線的定點(diǎn)對(duì)應(yīng)裂縫的頂端位置，位于垂直裂縫的多次散射波能量高強(qiáng)，多以裂縫地段的位置不易確定。

(4)空洞頂部和底部均有較強(qiáng)的反射波信號(hào)，空洞頂部的反射波最強(qiáng)，并且還存在多次反射波，隨著探測(cè)深度的增加，反射信號(hào)逐漸變?nèi)酰斩吹撞康姆瓷湫盘?hào)不明顯。

3 訓(xùn)練數(shù)據(jù)集與圖片識(shí)別

在仿真制作足夠的道路病害樣本后，選擇適當(dāng)神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行數(shù)據(jù)集的分類并訓(xùn)練，觀察優(yōu)化神經(jīng)網(wǎng)絡(luò)辨別病害準(zhǔn)確率。

3.1 檢測(cè)框架的選擇

YOLO是一種基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的對(duì)象識(shí)別和定位算法，其最大的特點(diǎn)是運(yùn)行速度很快，可用于實(shí)時(shí)系統(tǒng)。YOLO網(wǎng)絡(luò)是目標(biāo)檢測(cè)的一個(gè)強(qiáng)大框架，使用已經(jīng)在大型目標(biāo)檢測(cè)數(shù)據(jù)庫(kù)預(yù)訓(xùn)練過(guò)的模型參數(shù)，這樣可以達(dá)到很好的識(shí)別效果。具體過(guò)程如圖2所示。

圖2 yolo框架

由于存在訓(xùn)練速度慢的明顯特點(diǎn)，前期的訓(xùn)練需花費(fèi)大量的時(shí)間，前期的訓(xùn)練優(yōu)化可在GPU上完成。訓(xùn)練完成后只需要前向傳播，而這種傳播方式基本是矩陣乘法，可很快的達(dá)到應(yīng)用水準(zhǔn)。

3.2 訓(xùn)練優(yōu)化

由于存在訓(xùn)練速度慢的特點(diǎn)，如果使用較少數(shù)量的圖像進(jìn)行深度網(wǎng)絡(luò)訓(xùn)練時(shí)，容易是網(wǎng)絡(luò)陷入局部最優(yōu)點(diǎn)，產(chǎn)生擬合現(xiàn)象。并且這樣得到的算法在測(cè)試集上的泛化能力差。此時(shí)，可以引用隨機(jī)隱退機(jī)制。

隨機(jī)隱退是，在隱退層引入過(guò)濾函數(shù)，過(guò)濾函數(shù)直接作用于隱含層H1，過(guò)濾后得到新的隱含層，如下

(1)

對(duì)于線性網(wǎng)絡(luò)，其h層的第i個(gè)單元的表達(dá)形式，如下

(2)

(3)

式中：δ為一個(gè)服從伯努利方程的變量。此時(shí)，可以得到這個(gè)單元的數(shù)學(xué)期望，如下

(4)

此算法加快訓(xùn)練速率，減少時(shí)間消耗，并且對(duì)于圖片樣本數(shù)量大大降低。

3.3 實(shí)例驗(yàn)證準(zhǔn)確性

利用GprMax仿真建模的探地雷達(dá)數(shù)據(jù)樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練完成后使用探地雷達(dá)在實(shí)際工程中采回的道路病害回波樣本，對(duì)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)進(jìn)行檢驗(yàn)。對(duì)于不同道路病害的識(shí)別結(jié)果如表2所示。

表2 不同道路病害的識(shí)別結(jié)果

由表2的結(jié)果可以看出，使用訓(xùn)練后的YOLO網(wǎng)絡(luò)對(duì)各病害的識(shí)別率平均值可達(dá)到67.1%，并可自主定位病害位置，可高效的完成道路病害圖像識(shí)別，提升效率，具有在工程上進(jìn)行應(yīng)用與推廣的潛能。

4 結(jié) 論

通過(guò)結(jié)果可知，運(yùn)用GprMax正演建?？山鎸?shí)的仿真出道路病害回波特征，本文使用的算法中引入隨即引退機(jī)制，使得數(shù)據(jù)集的訓(xùn)練對(duì)樣本數(shù)量大幅下降，解決了前期訓(xùn)練速度慢的弊端。在此基礎(chǔ)上，利用YOLO網(wǎng)絡(luò)對(duì)道路各種病害的識(shí)別率平均值可達(dá)到67.1%，在一定程度上可輔助人工對(duì)病害進(jìn)行識(shí)別，克服了傳統(tǒng)人工辨別的主觀性。同時(shí)，利用YOLO網(wǎng)絡(luò)對(duì)道路病害識(shí)別并定位可大大縮短時(shí)間，提高效率。由此此網(wǎng)絡(luò)的道路病害圖像識(shí)別可快速準(zhǔn)確的對(duì)道路病害進(jìn)行識(shí)別及分類，大幅提升工作效率，較傳統(tǒng)人工識(shí)別方法快捷、準(zhǔn)確、客觀，可為道路病害勘測(cè)提供幫助。日后可繼續(xù)通過(guò)訓(xùn)練，提高YOLO網(wǎng)絡(luò)識(shí)別準(zhǔn)確率。