探地雷达在道路检测技术中的应用性研究

发布时间：2018-05-19 18:39

  本文选题：探地雷达 + 路面厚度　； 参考：《长沙理工大学》2015年硕士论文

【摘要】：随着我国公路建设突飞猛进的发展,而道路质量检测技术也相应的越来越高。在早期,我国道路检测方法相对落后例如路面厚度的检测、压实度、构造深度等参数的检测需依赖人工手段,不仅效率低、代表性差并且有些检测方法还会对路面形成破坏。但随着检测技术的不断的改进、不断的完善,探地雷达因具有分辨率高和探测速度快等功能很快被应用到公路检测中来,并且在很多公路路面检测中得到了广泛运用,取得了良好的成果。本文首先介绍了探地雷达的发展历史及基本原理接着结合工程实例对其检测参数的设置、干扰因素消除的方法以及数据处理技术进行了分析研究。然后依据实体工程,通过探地雷达OKO-2与钻芯对同一段路面厚度进行对比试验,研究探地雷达检测路面厚度的可靠性。再结合工程实例对道路病害的形成原因进行分析并对不同病害的识别进行研究。最后运用探地雷达和钢筋扫描仪对桥墩钢筋保护层厚度进行检测,通过对比分析探地雷达检测保护层厚度的有效性。
[Abstract]:With the rapid development of highway construction in China, the technology of road quality detection is becoming higher and higher. In the early stage, the road detection methods in our country are relatively backward, such as the detection of pavement thickness, compaction degree, construction depth and so on, which need to rely on manual means, which not only have low efficiency and poor representativeness, but also some detection methods will destroy the pavement. However, with the continuous improvement and perfection of detection technology, ground penetrating radar has been applied to highway detection because of its high resolution and fast detection speed, and has been widely used in many highway pavement detection. Good results have been achieved. In this paper, the development history and basic principle of GPR are introduced firstly. Then, the setting of detection parameters, the method of eliminating interference factors and the data processing technology are analyzed and studied in combination with engineering examples. Then, according to the solid engineering, the reliability of GPR in detecting the pavement thickness is studied by comparing the thickness of the same section of pavement with GPR OKO-2 and drilling core. Combined with engineering examples, the causes of road diseases are analyzed and the identification of different diseases is studied. Finally, GPR and steel bar scanner are used to detect the thickness of reinforced protective layer of bridge pier, and the effectiveness of GPR in detecting the thickness of protective layer is compared and analyzed.
【学位授予单位】：长沙理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U416.06

【相似文献】

相关期刊论文 前10条

1 侯德鑫;曹丽;;一种基于视频图像的道路检测方法[J];仪器仪表学报;2006年S1期

2 陈勇彬;;道路检测技术现存问题及解决策略分析[J];科技创新与应用;2014年10期

3 高丽萍;;浅谈道路检测技术[J];科技视界;2014年25期

4 蒋有功;五轮仪道路检测探讨[J];实用测试技术;1994年02期

5 林丽群;肖俊;;结合先验知识和图像特征的道路提取方法[J];计算机工程与应用;2011年33期

6 彭建和;;道路检测技术现存问题及解决策略分析[J];城市建筑;2013年12期

7 李书晓;常红星;;新的航空图像道路检测与跟踪算法[J];北京航空航天大学学报;2007年04期

8 吕俊瑞;;基于无人机沙漠图像的道路检测[J];科学技术与工程;2013年19期

9 游峰;徐建闽;温富海;曾培彬;冼文杰;;基于边界点分布特征的夜间道路检测算法研究[J];交通信息与安全;2011年04期

10 夏庭锴;杨明;杨汝清;;基于2层粒子滤波的智能车辆道路检测[J];上海交通大学学报;2009年12期

相关会议论文 前2条

1 杨唐文;王敏杰;秦勇;;融合图像边缘和区域特征的道路检测算法[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

2 高庆吉;孙沫丽;司夏岩;罗其俊;;一种基于视觉信息的非结构化道路检测算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

相关博士学位论文 前1条

1 李向阳;基于单目视觉的机动车道路检测和跟踪研究[D];上海交通大学;2015年

相关硕士学位论文 前10条

1 黄勇飞;基于视觉的道路检测技术研究[D];华南理工大学;2015年

2 何明;基于惯性基准的道路几何线形检测方法[D];湖北工业大学;2016年

3 刘敏;机场围界道路检测中双元视觉融合算法[D];中国民航大学;2014年

4 张磊;基于视觉信息的道路检测算法研究[D];中国民航大学;2011年

5 银卓;探地雷达在道路检测技术中的应用性研究[D];长沙理工大学;2015年

6 郝志帅;复杂环境的道路检测技术研究[D];南京理工大学;2009年

7 王驰;基于单目视觉的道路检测算法的研究[D];长春理工大学;2008年

8 张玉颖;基于梯形模型及支撑向量机的非结构化道路检测[D];复旦大学;2010年

9 张莹;视觉导航系统中道路检测算法的研究[D];长春理工大学;2007年

10 王晓云;复杂环境下的道路检测算法研究[D];杭州电子科技大学;2012年

，

本文编号：1911203