亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于卷積神經(jīng)網(wǎng)絡的盾尾間隙測量系統(tǒng)研究

        2020-12-23 04:33:21趙栓峰耿龍龍丁志兵黃濤許倩
        現(xiàn)代電子技術 2020年23期
        關鍵詞:數(shù)字圖像處理卷積神經(jīng)網(wǎng)絡

        趙栓峰 耿龍龍 丁志兵 黃濤 許倩

        摘 ?要: 針對隧道施工過程中盾構機盾尾間隙變化引起的機器磨損與注漿問題,通過分析國內(nèi)外采用傳統(tǒng)的人工計量方法測量盾尾間隙的諸多不足,提出一種基于卷積神經(jīng)網(wǎng)絡的盾構機盾尾間隙測量方法和裝置。該方法通過單目相機拍攝位于管片上的激光標定點與盾尾間隙局部圖像信息并傳入計算機中,采用卷積神經(jīng)網(wǎng)絡的圖像超分辨率重建方法對采集到的圖像進行超分辨率重建,得到高分辨率圖像,結合卷積神經(jīng)網(wǎng)絡與數(shù)字圖像處理技術檢測盾尾間隙,進行盾構機盾尾間隙的數(shù)值估計,實現(xiàn)盾尾間隙的非接觸測量方式,使得盾構護盾間隙自動化測量能夠用于盾構的全周期中,有助于實現(xiàn)盾構施工的精確化和自動化。通過西安地鐵五號線施工現(xiàn)場的實際測試結果表明,程序運行穩(wěn)定,盾尾間隙估計準確,最大誤差為±5 mm。

        關鍵詞: 盾尾間隙; 人工計量; 卷積神經(jīng)網(wǎng)絡; 激光標定; 數(shù)字圖像處理; 數(shù)值估計

        中圖分類號: TN98?34 ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼: A ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號: 1004?373X(2020)23?0146?04

        Abstract: In view of the machine wear and grouting caused by the variation of shield tail clearance in the process of tunnel construction, a convolutional neural network based method and device for measuring shield tail clearance of shield machine are proposed by analyzing the shortcomings of the traditional manual shield tail clearance measurement methods at home and abroad. In the method, a monocular camera is used to capture local image information of the laser calibration points and the shielding tail clearance, and then the local information is transmitted to a computer. The image super?resolution reconstruction method based on convolutional neural network is used to reconstruct the collected images with super?resolution so as to obtain high?resolution images. The shield tail clearance is detected in combination with convolutional neural network and digital image processing technology, and the value of shield tail clearance of shield machine is estimated to achieve the non?contact measurement method of shield tail clearance, which make the automatic measurement of shield tail clearance be used in the whole period of shield, and is helpful to realize the accuracy and automation of shield construction. After the actual test on the construction site of Xian Metro Line 5, the results show that the program runs stably, and the estimation of shield tail clearance is accurate (maximum error of ±5 mm).

        Keywords: shield tail gap; manual measurement; convolutional neural network; laser calibration; digital image processing; value estimation

        0 ?引 ?言

        在采用盾構機的隧道施工中,盾尾間隙是非常重要的一個測量參數(shù),盾尾間隙是指盾構機尾部盾殼內(nèi)壁與管片外徑之間的空間[1]。由于城市地鐵隧道建設中盾構機推進路線并非全為直線,其曲率存在隨時變化,同時盾構機推進油缸的伸出長度也在隨時變化。而在實際工作中,曲率與推進油缸的伸出長度不能隨時保持同步匹配,這導致盾尾間隙不斷變化。盾尾間隙變化過大會使盾尾發(fā)生擠壓管片現(xiàn)象,從而造成盾構機盾尾密封系統(tǒng)破壞,最終對盾構機造成破壞[2]。因此,研究盾構間隙的自動測量技術對保證施工的順利進行有著很重要的意義。

        目前,在我國現(xiàn)有的盾構施工條件下,盾尾間隙測量方法主要包括人工測量、機械探針測量、超聲波測距測量以及激光測距測量。人工測量存在較大的測量誤差,不同人測量存在差異性,效率低,同時會給測量人員帶來安全隱患[3];采用機械探針測量方式時,由于機械探針會與盾尾殼體接觸,長期使用會造成探針磨損,導致探針測量精度降低;運用非接觸式測量時,激光測距儀和超聲波測距儀都對安裝位置的選擇有較大的局限性,需要考慮安裝精度,同時無法返回實時圖像,都會引起盾尾間隙測量誤差。

        因此,針對這些落后的盾尾間隙測量方法,本文提出了一種基于卷積神經(jīng)網(wǎng)絡的盾構機盾尾間隙測量方法和裝置,此系統(tǒng)操作簡單,安裝位置沒有具體的要求,測量結果精確,測量誤差為±5 mm,該系統(tǒng)具有精度高、智能傳輸?shù)葍?yōu)點,同時可以提高測量的效率及自動化程度,并能對安全隱患提前發(fā)出預警。

        1 ?系統(tǒng)總體框架

        本文研究的盾尾間隙測量系統(tǒng)旨在檢測盾構機在掘進一環(huán)后盾尾間隙的數(shù)值變化,系統(tǒng)能檢測出盾尾間隙的大小并將數(shù)據(jù)傳輸至監(jiān)控平臺,及時進行盾構機姿態(tài)的同步調(diào)整。

        系統(tǒng)模塊結構圖如圖1所示。

        相比人工測量方式存在的誤差和不可控錯誤,本系統(tǒng)減少了誤差,降低了安全隱患,在實際生產(chǎn)測量中,可以做到周期測量,實時監(jiān)控,同步調(diào)整盾構機的姿態(tài),最重要的是提高了隧道施工的安全性[4]。

        2 ?網(wǎng)絡結構設計

        構建本文搭建的重建高分辨率網(wǎng)絡模型[5],網(wǎng)絡訓練中提出的三層卷積為[9?1?5]模型,本文改為[3?3?3]模型,本文采用三層卷積層,但與訓練網(wǎng)絡不同的是,本文每一層卷積層的卷積核大小都是[3×3]。本文采取的工作流程圖如圖2所示。

        具體實現(xiàn)過程如下:

        1) 采集圖像數(shù)據(jù)

        以外部圖像庫為訓練對象,對網(wǎng)絡參數(shù)[θ={W1,W2,W3,B1,B2,B3}]進行訓練、估計與優(yōu)化,在低、高分辨率圖像之間形成端到端的非線性映射,即獲得端到端的映射[F]的一組網(wǎng)絡參數(shù)。

        3 ?盾尾間隙測量系統(tǒng)硬件平臺搭建

        本文采用激光標定局部管片的方式進行圖像采集,以樹莓派等硬件設施為載體,結合先進的數(shù)字圖像處理技術進行盾尾間隙的測量。整個測量過程在盾構機的駕駛室內(nèi)完成,當駕駛員觀察到油缸推出長度到達設定的閾值時,測量系統(tǒng)便會處于開啟狀態(tài),并將測量結果實時顯示在電腦屏幕上,駕駛員根據(jù)測量結果進行實時調(diào)整。根據(jù)現(xiàn)場調(diào)研本裝置圖像采集端的設計應滿足:

        1) 能夠?qū)⒉杉怂杏布侠淼亟M合在一起, 且具有工作穩(wěn)定性;

        2) 激光標定器安置位置應位于單目相機兩側且拍攝鏡頭應處于水平中心線偏上位置;

        3) 防水、防塵,并且便于拆卸,便于對保護罩內(nèi)設備進行維護。

        本文設計的結構包括圖像采集端、信號傳輸端、圖像處理控制端。

        圖像采集端的功能主要是對盾尾間隙信息進行數(shù)據(jù)采集,并在盾尾間隙達到閾值時發(fā)出預警并提取當前時刻的圖片發(fā)送到監(jiān)控室的電腦屏幕上,供工作人員提前做出盾構機姿態(tài)調(diào)整。保護罩如圖3a)所示,圖3b)為保護罩內(nèi)部結構,主要由WiFi單目相機、激光標定器和開關電源組成。

        信號干擾器和路由器組成了信號傳輸端[10],由于信號的傳輸容易受盾構機內(nèi)各種信號傳輸線纜、動力電纜線復雜排列的影響,因此本文設計的信號傳輸端設備如圖4所示。

        4 ?實驗結果及分析

        盾構機盾尾間隙測量裝置是在盾尾內(nèi)壁圓周方向上設置3個間隙[120°]的采集盒,3個采集盒安裝于盾尾推進油缸之間的筋板處,在每個采集盒內(nèi)設有2個激光器和單目攝像機,對采集區(qū)域發(fā)射2條與盾尾內(nèi)壁平行的激光射線,激光器將2個激光點投射到管片上,2個激光點之間的距離為[d],2個激光點的連線與管片下邊緣距離為[e],管片厚度為[f],平行激光射線到盾尾內(nèi)壁的距離為[h]。以樹莓派為載體,利用提取的圖像特征,通過數(shù)值估計得出盾尾間隙。本裝置可以最大程度上降低測量盾尾間隙的安全隱患,并且可以進行實時監(jiān)測,確保了盾尾間隙測量的及時性和同步性。

        將激光點距離[d]轉(zhuǎn)化為像素個數(shù)[n],設定[k]為系數(shù),對[h],[d],[e],[n],[k]按照如下公式進行計算,即可得出盾尾間隙[L]的值。

        裝置通過實驗室調(diào)試后,在西安地鐵五號線進行實地測試與操作,并采集數(shù)據(jù),現(xiàn)場圖片如圖5所示,實驗測試圖如圖6所示。盾尾間隙實驗結果見表1。

        實驗結果表明本文設計的盾尾間隙測量系統(tǒng)測試程序運行穩(wěn)定,盾尾間隙估計準確,實驗結果誤差在±5 mm范圍內(nèi)。

        5 ?結 ?語

        本文利用深度網(wǎng)絡實現(xiàn)了盾尾間隙的自動測量,降低了盾構環(huán)境下光照的要求,最大程度上降低了測量盾尾間隙的安全隱患,同時也避免了人工測量產(chǎn)生的誤差,并且可以做到每環(huán)一測,實時監(jiān)控,保證對盾構機姿態(tài)調(diào)整的及時性和同步性,使得盾構護盾間隙自動化測量能夠用于盾構的全周期中,有助于實現(xiàn)盾構施工的精確化和自動化,提高了盾構施工的科技含量,給施工帶來了便利。

        參考文獻

        [1] 張立彬.基于數(shù)字圖像處理技術的盾構機盾尾間隙測量系統(tǒng)的研究[D].石家莊:石家莊鐵道大學,2013.

        [2] 陳剛.基于Matlab的盾構施工數(shù)據(jù)分析平臺[J].工程建設與設計,2016(11):169?173.

        [3] 金晶.盾構機的監(jiān)控及管理系統(tǒng)的研究[D].上海:上海應用技術大學,2017.

        [4] 楊志,魏林春,張光輝.三陽路隧道盾構選型研究[J].建材世界,2017,38(3):53?55.

        [5] 肖進勝,劉恩雨,朱力,等.改進的基于卷積神經(jīng)網(wǎng)絡的圖像超分辨率算法[J].光學學報,2017,37(3):96?104.

        [6] 張文濤,韓瑩瑩,黎恒.基于卷積神經(jīng)網(wǎng)絡的交通聲音事件識別方法[J].現(xiàn)代電子技術,2018,41(14):70?73.

        [7] 楊志政,王春興.基于卷積神經(jīng)網(wǎng)絡的圖像超分辨率方法研究[J].山東師范大學學報(自然科學版),2018,33(4):427?433.

        [8] 向文,張靈,陳云華,等.結合結構自相似性和卷積網(wǎng)絡的單幅圖像超分辨率[J].計算機應用,2018(3):854?858.

        [9] 王愛麗,張小妹,韓闖,等.基于深度卷積神經(jīng)網(wǎng)絡的遙感圖像超分辨率重建[J].黑龍江大學自然科學學報,2018,35(1):122?126.

        [10] 翁劍楓,鄭衛(wèi)紅.信號與系統(tǒng)的教學實例:基帶傳輸中的碼間干擾[J].浙江科技學院學報,2011,23(3):244?248.

        猜你喜歡
        數(shù)字圖像處理卷積神經(jīng)網(wǎng)絡
        基于卷積神經(jīng)網(wǎng)絡溫室智能大棚監(jiān)控系統(tǒng)的研究
        基于深度卷積神經(jīng)網(wǎng)絡的物體識別算法
        MATLAB在《數(shù)字圖像處理》課程中的輔助教學
        數(shù)字圖像處理技術在當前影像專業(yè)的作用探討
        基于灰色系統(tǒng)理論的數(shù)字圖像處理算法
        信息與計算科學專業(yè)《數(shù)字圖像處理》課程教學探討與實踐
        考試周刊(2016年91期)2016-12-08 22:19:28
        深度學習算法應用于巖石圖像處理的可行性研究
        軟件導刊(2016年9期)2016-11-07 22:20:49
        基于深度卷積網(wǎng)絡的人臉年齡分析算法與實現(xiàn)
        軟件工程(2016年8期)2016-10-25 15:47:34
        微課在大學專業(yè)課中的應用研究
        以應用實例為主線、以程序設計為主導的數(shù)字圖像處理課程教學方法改革
        大學教育(2016年9期)2016-10-09 08:58:06
        一本久道久久综合狠狠操| 军人粗大的内捧猛烈进出视频| 成全视频高清免费| 国产精品久久这里只有精品 | 一区一级三级在线观看| 熟妇与小伙子matur老熟妇e| 在线观看精品国产福利片87| 精品蜜桃av免费观看| 少妇被爽到高潮喷水免费福利| 日本一区二区三区高清在线视频| 亚洲伊人一本大道中文字幕| 欧美人与动牲交片免费| 果冻蜜桃传媒在线观看| 男女做羞羞事的视频网站| 欧美人妻aⅴ中文字幕| 天堂在线www中文| AV成人午夜无码一区二区| 超短裙老师在线观看一区| av成人综合在线资源站| 国产a级三级三级三级| 久久久久亚洲av无码专区网站| 97久久综合区小说区图片专区 | 精品高清一区二区三区人妖| 91九色成人蝌蚪首页| 亚洲一区 日韩精品 中文字幕| 一区二区日韩国产精品| 中文字幕久区久久中文字幕| 亚洲国产精品不卡av在线| 内射人妻少妇无码一本一道| 婷婷五月综合激情| 妇女自拍偷自拍亚洲精品| 亚洲毛片一区二区在线| 少妇太爽了在线观看免费视频| 熟妇人妻av无码一区二区三区| 久久久久亚洲AV片无码乐播 | 精品国产福利片在线观看| 亚洲av人片在线观看调教| 视频在线观看免费一区二区| 女人被狂躁到高潮视频免费网站| 亚洲阿v天堂网2021| 性色国产成人久久久精品二区三区|