摘要
本发明公开了一种基于Z序曲线点云序列化的地铁盾构隧道渗漏检测方法,包括:地铁盾构隧道点云数据采集;隧道点云数据预处理;构建隧道渗漏检测数据集;利用Z序曲线对点云数据进行序列化编码处理,将三维点云映射到一维序列;将序列化后的点云数据及每个点对应的强度值输入至深度学习网络模型中,进行模型迭代训练,获得最优模型;基于最优模型对待检测隧道点云数据进行预测,得到序列化的渗漏检测结果;基于逆序列化方法将检测结果映射回真实三维空间坐标系中,确定隧道渗漏区域的三维空间分布。本发明融合深度学习和Z序曲线点云序列化的方式检测地铁盾构隧道渗漏水,能够提高隧道渗漏水检测精度。
技术关键词
地铁盾构隧道
渗漏检测方法
隧道渗漏检测
深度学习网络模型
序列化方法
曲线
三维点云数据
点云数据预处理
融合深度学习
点云数据采集
高层语义信息
多层次特征
渗漏水
坐标
索引
系统为您推荐了相关专利信息
深度学习网络模型
数据混合驱动
在线预测方法
多层感知机
薄壁件铣削
绕组热点温度
有功功率
多头注意力机制
电流
有效值
深度学习网络模型
分支
模型训练装置
模型训练方法
标签