基于探地雷达的大跨桥梁病害检测识别方法
由于现有探地雷达技术未在桥梁病害检测领域使用，且现有的探地雷达技术存在的效率低下及应对复杂病害检测难度大的问题，无法满足大跨桥梁病害实时检测效率低下，以及实时检测的问题，提出了一种创新的基于探地雷达的智能检测方案。该方法使用探地雷达采集数据集照片，在基于YOLOv8n模型，建立深度学习模型对其进行训练和评估，检测和识别大跨桥梁病害，并将其部署到轻量化车载设备上，正确率达到88.9%，能够满足检测的要求。
[1]Liu W, Luo R, Xiao M, et al. Intelligent detection of hidden distresses in asphalt pavement based on GPR and deep learning algorithm［J］．Construction and Building Materials, 2024, 416: 135089.
[2] 孙兆霖，杨璐，马跃飞，等．基于GPR和PAUT 的混凝土叠合板无损检测方法研究［J］．振动与冲击，2024,43(20):318-324+342.DOI:10.13465/j.cnki.jvs.2024.20.034.
[3] 侯斐斐，张智轩，崔广炎，等．DETR-MCA：基于探地雷达图像的隧道衬砌内部缺陷的智能检测算法[J/OL]. 铁道科学与工程学报，1-12[2024-10-16].
[4] 王惠琴，罗佳，何永强，等．改进YOLOv5 的探地雷达常见地下管线识别［J］．地球物理学报，2024,67(09):3588-3604.
[5] 金泽楷，张欣怡，邹新羽，等．基于CNN 的GPR 图像公路面层下层界面自动识别研究［J］．科技与创新，2024,(16):14-18+24.
[6] 曾宏，汪新凯，梁值欢，等．地质雷达和超声波综合法在桥墩结构检测中的应用［J］．广西水利水电，2024,(03):6-9.
[7] 刘财，商耀达，鹿琪，等．GPR 信号去噪的变分模态分解［J］．吉林大学学报( 地球科学版),2024,54(03):1042-1053.
[8] Zhu J, Zhao D, Luo X. Evaluating the optimised YOLO-based defect detection method for subsurface diagnosis with ground penetrating radar［J］．Road Materials and Pavement Design, 2024, 25(1): 186-203.
[9] Richards E, Stuefer S, Rangel R C, et al. An evaluation of GPR monitoring methods on varying river ice conditions: A case study in Alaska［J］．Cold Regions Science and Technology, 2023, 210: 103819.
[10] Wang X, Wang P, Zhang X, et al. Target electromagnetic detection method in underground environment: A review［J］．IEEE Sensors Journal, 2022, 22(14): 13835-13852.
[11] 王惠琴，杨发东，何永强，等．面向探地雷达常见地下目标的GDS-YOLOv8n 检测方法［J］．雷达学报，2024.
[12] 侯斐斐，彭应昊，董健，等．基于双重YOLOv8-pose 模型的探地雷达双曲线关键点检测与目标定位［J］．电子与信息学报， 1-12. 2014.