结合稀疏表示和低秩矩阵恢复方法实现快速准确的城市道路地下病害自动识别

With the development of urbanization, the collapse accidents of the urban roads caused by underground construction，occur frequently. Ground Penetrating Radar (GPR) is widely used in roadbed disease detection for its non-destructive，fast and shallow high-resolution advantages. Typically, GPR data interpretation involves a human operator with high skill and experience, and thus high costs in terms of time and high rate of false positives and false negatives. Target identification is the key of data interpretation. As a consequence, it is necessary to research the automated target identification method with high accuracy and high speed. .However, the existing methods have weak robustness, and low speed. To solve this problem, an automated identification method based on sparse representation(SR) and low-rank matrix recovery(LR) is proposed for underground disease detection. The LR is used to remove the clutter, as well as the construction of over-complete dictionary with strong robustness, and the SR classification is utilized to identify the disease quickly. The responses of GPR wave field to typical diseases in inhomogeneous medium are discussed, and the automated identification method based on SR and LR is studied particularly. A large number of laboratory experiments and field experiments are also explored. Therefore, we can realize the accurate and fast identification of underground disease. .The realization of this project can provide a solution to an automated data interpretation problem for urban road detection, which is beneficial to promote the use of the GPR, and it is of importance to detect underground disease timely, and then to decrease collapse accidents.

随着中国城镇化的发展，城市地下工程施工造成道路路面塌陷事故频繁发生，探地雷达（GPR）以其无损、快捷以及浅层高分辨率的优势被广泛应用于道路病害检测中。目前GPR数据解译依赖于专家经验，误判、漏判率大、速度慢，而目标识别是数据解译中的关键一环，因此有必要研究快速准确的自动识别方法。.针对现有方法存在鲁棒性差、速度慢等问题，提出基于稀疏表示（SR）和低秩矩阵恢复（LR）的城市道路地下病害自动识别方法。该方法利用LR实现稀疏低秩矩阵分解，用于杂波抑制和强鲁棒性过完备字典的构造，利用稀疏表示分类器进行快速病害识别。通过研究典型病害在非均匀介质中的雷达波场响应特征、基于SR与LR的目标识别方法以及大量室内、现场实验研究，最终实现快速、准确的道路地下病害自动识别。.本项目的实施，为道路病害检测数据的自动解译提供一种解决方案，有利于路用GPR的推广使用，对及时发现病害，减少减轻道路塌陷问题具有重要意义。

基于探地雷达的城市道路病害检测具有无损、快捷及浅层分辨率高的优势，但如何实现快速准确的病害自动识别是制约其应用的主要原因之一。本项目提出基于稀疏表示和低秩矩阵恢复的城市道路地下病害自动识别方法，该方法具有鲁棒性强、运算速度快、数据分析时间短等特点，可以实现地下隐性病害的快速准确的自动识别。我们按原定计划开展了研究，具体包括：典型病害在非均匀介质中的探地雷达波场响应特征；基于稀疏表示和低秩矩阵恢复的探地雷达目标识别方法；城市道路地下病害自动识别的实验研究。针对上述三项研究内容获得以下结果：.（1）搭建了道路病害室内模拟实验平台，搭建了基于矢量网络分析仪的探地雷达系统，优化了已有的基于混沌信号的探地雷达系统，开展了大量城市道路地下病害自动识别的室内实验验证；.（2）提出了基于低秩稀疏表示和成像相结合的杂波抑制方法；提出了基于因子群稀疏正则化的杂波抑制方法，仿真和实验证明了该方法优于现有低秩稀疏表示方法；.（3）深入研究了基于稀疏表示与低秩矩阵恢复的探地雷达目标识别方法，用于地下空洞和地雷识别，实验证明了该方法的有效性。.此外，进一步扩展了研究内容，开展了基于深度学习的雷达目标识别研究和基于压缩感知的混沌探地雷达成像研究。.项目成果为道路病害检测数据的自动解译提供了一种解决方案，有利于路用GPR的推广使用。此外，相关成果还可用于工程质量检测、建筑结构检测以及军事目标探测等应用中。在本项目的资助下，发表论文13篇，其中，SCI收录11篇， EI收录2篇；申请国家发明专利9项，其中，已授权4项；培养硕士研究生5名。