基于深度学习的单线单洞隧道光面爆破超欠挖效果检测分析系统  

作　　者：黎雪松 何俊仪 曾智勇 

机构地区：[1]中建八局轨道交通建设有限公司,江苏南京210000

出　　处：《中国科技期刊数据库 工业A》2024年第10期0132-0135,共4页

摘　　要：为了有效检测和控制超欠挖现象,在隧道开挖工程中通过激光扫描获取三维数据,并将其展平和灰度化为二维图像,从而使用深度学习模型(如U-Net)进行隧道超欠挖区域的图像分割,训练模型后,对新图像进行分割以识别开挖边界,计算实际开挖面积并与标准断面面积比较,判断超挖、欠挖或正常开挖。最终实现准确地对隧道爆破中超欠挖现象进行检测,减少超欠挖现象的发生。

关 键 词：隧道超欠 挖深度学习 检测 

分 类 号：T-012[一般工业技术]