基于路面雷达的路面结构缺陷检测方法

华南理工大学学报(自然科学版) ›› 2004, Vol. 32 ›› Issue (9): 82-85.

基于路面雷达的路面结构缺陷检测方法

叶家玮吴鹏郑国梁

华南理工大学交通学院广东广州510640

收稿日期:2003-10-21 出版日期:2004-09-20 发布日期:2015-09-09
通信作者: 叶家玮（1947－）男教授主要从事计算机辅助设计及人工智能技术方面的研究． E-mail:yjw4360＠163.com
作者简介:叶家玮（1947－）男教授主要从事计算机辅助设计及人工智能技术方面的研究．

Inspection of Pavement Structural Defects Based on the Ground Penetrating Radar

Ye Jia- wei Wu Peng Zheng Guo- liang

College of Traffic and CommunicationsSouth China Univ．of Tech．Guangzhou510640GuangdongChina

Received:2003-10-21 Online:2004-09-20 Published:2015-09-09
Contact: 叶家玮（1947－）男教授主要从事计算机辅助设计及人工智能技术方面的研究． E-mail:yjw4360＠163.com
About author:叶家玮（1947－）男教授主要从事计算机辅助设计及人工智能技术方面的研究．

摘要/Abstract

摘要： 为了提高路面雷达适应实际检测对象的变化能力和路面结构缺陷检测效率采用 Borland C＋＋Builder6．0开发了一个具有路面雷达数据转换和路面结构缺陷识别等功能的软件系统．与原路面雷达配套软件 IRIS-L 的比对结果证明所设计的软件系统的数据变换、信号处理与识别的方法是正确的并较原配套软件增加了路面结构缺陷的识别功能提高了路面质量检测的准确性和结构缺陷的识别效率．

关键词: 路面雷达, 检测, 缺陷, 识别

Abstract: In order to improve the adaptability of the Ground Penetrating Radar （GPR） to actual inspected objects and the efficiency of inspecting the pavement structural defectsa software system of the data transformation and image recognition of GPR was developed by using Borland C＋＋ Builder6．0．The comparison between the proposed system and the original GPR software kit—the IRIS-L proves that the methods of data transformation and signal processing／identification applied to the developed system are correctand that the proposed system is of an additional function of pavement defect identification and can improve the veracity of pavement quality inspection as well as the efficiency of structural defect identification．

Key words: ground penetrating radar, inspection, defect, identification

中图分类号:

U^412．2

叶家玮吴鹏郑国梁. 基于路面雷达的路面结构缺陷检测方法[J]. 华南理工大学学报(自然科学版), 2004, 32(9): 82-85.

Ye Jia- wei Wu Peng Zheng Guo- liang. Inspection of Pavement Structural Defects Based on the Ground Penetrating Radar[J]. Journal of South China University of Technology(Natural Science Edition), 2004, 32(9): 82-85.

[1]	李家春, 李博文, 林伟伟. AdfNet：一种基于多样化特征的自适应深度伪造检测网络[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 82-89.
[2]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[3]	王福建, 程慧玲, 马东方, 等. 基于深度逆向强化学习的城市车辆路径链重构[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 120-128.
[4]	张嘉讯, 郑秋纳, 余振宇, 等. 基于PPG脉搏信号特征值的驾驶员脑血管疾病识别模型[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 139-150.
[5]	邹大鹏, 曾新发, 任斌, 等. 相控阵纵波超声法检测铝合金内部应力的实验研究[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 34-41.
[6]	郭恩强, 符锌砂. 基于特征相似性学习的抛洒物检测方法[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 30-41.
[7]	戴公连, 陈坤, 葛浩, 等. 钢轨非接触式无损检测技术数值模拟研究[J]. 华南理工大学学报(自然科学版), 2023, 51(4): 44-52.
[8]	韩光, 许立忠. 十字型微谐振梁多场耦合振动及信号分析[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 10-19.
[9]	林永杰, 陈宁, 卢凯. 基于毫米波雷达点云的路口车辆轨迹跟踪方法[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 110-125.
[10]	徐志航, 么新鹏, 徐志刚, 等. 道路交通检测器及其优化布设方法研究综述[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 68-88.
[11]	王艾迪, 郎洪, 丁朔, 等. 基于语义分割模型的三维沥青路面车辙异常分析方法[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 134-144.
[12]	郭淼, 赵晓华, 姚莹, 等. 基于驾驶行为和交通运行状态的事故风险研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 29-38.
[13]	周璇, 王馨瑶, 闫军威, 等. 基于机器学习的建筑复杂用能系统运行状态异常检测[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 144-154.
[14]	辛欣, 任尊松. 基于动态滑动步长改进LMD算法的砂浆脱空识别[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 98-107.
[15]	秦雅琴, 钱正富, 谢济铭, 等. 基于社会力的交织区突发瓶颈段协同换道决策模型[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 66-75.