城市道路坍塌事故时有发生,危害人民生命财产安全。探地雷达被广泛应用于道路坍塌隐患检测,相比二维探地雷达,三维探地雷达对隐患表达更全面。然而,雷达图像解译主要依靠人工检测,效率低,同时检测结果受主观影响。基于深度学习目标检测算法Faster R-CNN,构建了面向三维探地雷达多通道自适应的道路坍塌隐患智能检测模型;并根据雷达图像中隐患成像的特点,在检测模型中设计了同相轴注意力机制,以提高隐患检测效果。试验结果显示,所构建的检测模型在坍塌隐患数据集上的召回率达到86.6%。同时,根据道路坍塌隐患检测的工程需求开发了智能检测系统,实现了对道路坍塌隐患检测作业的自动化,并在隐患检测工程中开展了试点应用。系统在对深圳市8条道路的坍塌隐患检测作业中的召回率达到了84.9%,可用于辅助大规模道路坍塌隐患检测。
