清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Deep learning-based pavement subsurface distress detection via ground penetrating radar data

探地雷达 雷达 遥感 小波 分割 计算机科学 地质学 人工智能 工程类 电信
作者
Yishun Li,Chenglong Liu,Guanghua Yue,Qian Gao,Yikui Du
出处
期刊:Automation in Construction [Elsevier BV]
卷期号:142: 104516-104516 被引量:36
标识
DOI:10.1016/j.autcon.2022.104516
摘要

Pavement subsurface distress endangers driving safety and road serviceability. Ground penetrating radar (GPR) can non-destructively provides high-resolution profiles of road. However, the automatic interpretation of radar signals remains challenging. This study proposed an automatic pavement subsurface distress detection method using traditional signal processing and deep learning. Firstly, a piecewise linear function for radar signal automatic gain was proposed. Wavelet transform was applied to identify road layers for function segmentation. Each signal's power spectral density was calculated to determine the gain function coefficient. A specific pseudo-color mapping method was designed to convert reflected signal for deep learning model training. A radar reflection simulation was built to pre-train the model to enhance model performance. More than 270 km of field test data were collected for model training and validation. The proposed model has shown a 72.39% accuracy in shallow cracks and 68.74% in subsurface voids.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
冰霜雨露完成签到 ,获得积分10
5秒前
缥缈的闭月完成签到,获得积分10
29秒前
六一完成签到 ,获得积分10
37秒前
怡然的煜城完成签到 ,获得积分10
39秒前
52秒前
玄之又玄完成签到,获得积分10
57秒前
Evangeline993完成签到 ,获得积分10
1分钟前
可飞完成签到,获得积分10
1分钟前
绿色心情完成签到 ,获得积分10
1分钟前
飞翔的企鹅完成签到,获得积分10
1分钟前
wBw完成签到,获得积分10
1分钟前
zhangsan完成签到,获得积分10
1分钟前
2分钟前
TheaGao完成签到 ,获得积分10
2分钟前
高海龙完成签到 ,获得积分10
2分钟前
aldehyde应助哥哥采纳,获得10
2分钟前
程小柒完成签到 ,获得积分10
2分钟前
复杂的听白给复杂的听白的求助进行了留言
2分钟前
如意如意按我心意完成签到 ,获得积分10
2分钟前
碗碗豆喵完成签到 ,获得积分10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
alanbike完成签到,获得积分10
2分钟前
Santiago完成签到,获得积分10
2分钟前
哥哥完成签到,获得积分10
3分钟前
huangzsdy完成签到,获得积分10
3分钟前
LeoBigman完成签到 ,获得积分10
3分钟前
zzgpku完成签到,获得积分0
3分钟前
Tong完成签到,获得积分0
3分钟前
4分钟前
阿柴_Htao完成签到 ,获得积分10
4分钟前
拉长的秋白完成签到 ,获得积分10
4分钟前
标致的泥猴桃完成签到,获得积分10
4分钟前
月儿完成签到 ,获得积分10
4分钟前
elisa828发布了新的文献求助20
4分钟前
nini完成签到,获得积分10
4分钟前
4分钟前
流氓恐龙完成签到,获得积分10
4分钟前
爆米花应助常有李采纳,获得10
5分钟前
满意的伊完成签到,获得积分10
5分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 600
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3968521
求助须知:如何正确求助?哪些是违规求助? 3513358
关于积分的说明 11167301
捐赠科研通 3248700
什么是DOI,文献DOI怎么找? 1794453
邀请新用户注册赠送积分活动 875030
科研通“疑难数据库(出版商)”最低求助积分说明 804664