本發(fā)明涉及隧道工程，尤其涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法及系統(tǒng)。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、地質(zhì)編錄工作是一項(xiàng)在隧道新開挖掌子面記錄地質(zhì)信息和圍巖情況的勘察工作，能夠有效獲取當(dāng)前掌子面的地質(zhì)情況，從而評估隧道施工中可能發(fā)生的地質(zhì)災(zāi)害，及時調(diào)整施工方案，保障隧道安全作業(yè)。隨著地下工程建設(shè)不斷向中西部復(fù)雜地區(qū)的轉(zhuǎn)移，施工過程不斷面臨高寒、高地溫、巖爆風(fēng)險和高烈度地震區(qū)等極端建造環(huán)境，圍巖垮塌、突涌水等災(zāi)害頻發(fā)，地質(zhì)編錄工作在隧道建設(shè)中的地位日益突出。

3、目前，傳統(tǒng)的隧道掌子面地質(zhì)編錄工作多以工程地質(zhì)人員現(xiàn)場經(jīng)驗(yàn)為主，然而這一方式存在一定的弊端：一方面，因其具有效率低、信息采集不全面、受人員主觀影響大的劣勢，難以客觀、準(zhǔn)確的獲取掌子面地質(zhì)信息；另一方面，隧道施工環(huán)境惡劣，濃粉塵和低光照條件對地質(zhì)編錄人員現(xiàn)場分析和測量來說十分不便，同時隧道中的圍巖垮塌、突涌水等災(zāi)害始終威脅著工作人員的安全。在此基礎(chǔ)上，隧道施工工序銜接緊密，隧道出渣后至立架前的時間窗口短暫，傳統(tǒng)地質(zhì)編錄工作難以滿足這一時間需求，因此如何在不影響施工進(jìn)度的同時，提高地質(zhì)編錄工作的準(zhǔn)確性和效率尤為重要。

4、現(xiàn)有研究中，針對掌子面地質(zhì)編錄信息的識別已取得一定進(jìn)展，如專利cn115761038a提出了一種基于圖像光譜技術(shù)的隧道掌子面地質(zhì)素描方法，通過掌子面光譜信息識別礦物質(zhì)空間分布及圍巖出水情況；專利cn117011759a提出了一種隧道掌子面圍巖多元地質(zhì)信息的解析方法，通過解析高密度點(diǎn)云獲得掌子面圍巖的結(jié)構(gòu)面參數(shù)，并基于掌子面高清照片、紅外熱成像視頻和高密度點(diǎn)云的多元地質(zhì)信息的解析結(jié)果對掌子面圍巖穩(wěn)定性進(jìn)行綜合分析。然而，上述現(xiàn)有方法對掌子面地質(zhì)信息分析識別的因素不全，且處理步驟繁瑣，效率較低，無法及時針對關(guān)鍵信息進(jìn)行分類處理，經(jīng)濟(jì)效益較低。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法及系統(tǒng)，考慮掌子面地下水、巖體結(jié)構(gòu)和巖體風(fēng)化程度等掌子面多元地質(zhì)信息，分別建立了針對每種地質(zhì)信息的高效、準(zhǔn)確識別的最優(yōu)分類模型，能夠?qū)φ谱用娑嘣刭|(zhì)信息進(jìn)行并行的快速智能化識別，有效解決現(xiàn)有方法中存在的分析識別因素不全、效率低的問題，滿足隧道施工過程對地質(zhì)編錄工作的時間要求。

2、第一方面，本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法。

3、一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法，包括：

4、獲取隧道掌子面圖像數(shù)據(jù)；

5、將獲取圖數(shù)據(jù)像輸入至掌子面地質(zhì)信息識別模型中，輸出隧道掌子面三種地質(zhì)信息的識別結(jié)果，即輸出隧道掌子面的地下水類型、巖體結(jié)構(gòu)類型和巖體風(fēng)化程度等級；其中，識別模型的構(gòu)建包括：

6、現(xiàn)場采集隧道掌子面圖像數(shù)據(jù)，構(gòu)建數(shù)據(jù)集，并劃分訓(xùn)練集和測試集；

7、基于訓(xùn)練集，分別對每種掌子面地質(zhì)信息進(jìn)行基于不同卷積神經(jīng)網(wǎng)絡(luò)的多種分類模型的訓(xùn)練；基于測試集，根據(jù)模型評價指標(biāo)綜合評定每一分類模型，選擇并構(gòu)建最優(yōu)分類模型；三種最優(yōu)分類模型并行構(gòu)建得到掌子面地質(zhì)信息識別模型。

8、第二方面，本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別系統(tǒng)。

9、一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別系統(tǒng)，包括：

10、圖像獲取模塊，用于獲取隧道掌子面圖像數(shù)據(jù)；

11、掌子面多元地質(zhì)信息識別模塊，用于將獲取圖數(shù)據(jù)像輸入至掌子面地質(zhì)信息識別模型中，輸出隧道掌子面三種地質(zhì)信息的識別結(jié)果，即輸出隧道掌子面的地下水類型、巖體結(jié)構(gòu)類型和巖體風(fēng)化程度等級；其中，識別模型的構(gòu)建包括：

12、現(xiàn)場采集隧道掌子面圖像數(shù)據(jù)，構(gòu)建數(shù)據(jù)集，并劃分訓(xùn)練集和測試集；

13、基于訓(xùn)練集，分別對每種掌子面地質(zhì)信息進(jìn)行基于不同卷積神經(jīng)網(wǎng)絡(luò)的多種分類模型的訓(xùn)練；基于測試集，根據(jù)模型評價指標(biāo)綜合評定每一分類模型，選擇并構(gòu)建最優(yōu)分類模型；三種最優(yōu)分類模型并行構(gòu)建得到掌子面地質(zhì)信息識別模型。

14、第三方面，本發(fā)明還提供了一種電子設(shè)備，包括存儲器和處理器以及存儲在存儲器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時，完成第一方面所述方法的步驟。

15、第四方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，用于存儲計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時，完成第一方面所述方法的步驟。

16、以上一個或多個技術(shù)方案存在以下有益效果：

17、1、本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法及系統(tǒng)，考慮掌子面地下水、巖體結(jié)構(gòu)和巖體風(fēng)化程度等掌子面多元地質(zhì)信息，分別建立了針對每種地質(zhì)信息的高效、準(zhǔn)確識別的最優(yōu)分類模型，通過深度學(xué)習(xí)提取圖像中的特征，實(shí)現(xiàn)對掌子面多元地質(zhì)信息并行快速智能化準(zhǔn)確識別與分類，有效解決現(xiàn)有方法中存在的分析識別因素不全、效率低的問題，滿足隧道施工過程對地質(zhì)編錄工作的時間要求。相較于傳統(tǒng)方法，能夠處理更復(fù)雜的圖像數(shù)據(jù)，且大幅減少人為因素干擾，提高準(zhǔn)確度。

18、2、本發(fā)明基于卷積神經(jīng)網(wǎng)絡(luò)并行處理能力及特征提取能力，有助于隧道設(shè)計(jì)和施工人員更準(zhǔn)確地了解隧道地質(zhì)條件，從而制定更合理的施工計(jì)劃，優(yōu)化施工策略，減少施工過程中的風(fēng)險和不確定性。

技術(shù)特征：

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法，其特征在于，所述模型評價指標(biāo)包括模型損失值、準(zhǔn)確率、精確率、召回率、每秒幀率、混淆矩陣大小和占用內(nèi)存大小。

3.如權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法，其特征在于，所述數(shù)據(jù)集的構(gòu)建，包括：

4.如權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法，其特征在于，現(xiàn)場采集隧道掌子面圖像數(shù)據(jù)時，采集時間為出渣、排險后和立拱架之間的時間段。

5.如權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法，其特征在于，三種掌子面地質(zhì)信息包括掌子面地下水、巖體結(jié)構(gòu)、巖體風(fēng)化程度；

6.如權(quán)利要求5所述的基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法，其特征在于，所述掌子面地下水類型包括五種類型，分別為掌子面干燥、滲水、線狀水、股狀水和涌水；

7.一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別系統(tǒng)，其特征在于，包括：

8.如權(quán)利要求7所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別系統(tǒng)，其特征在于，所述模型評價指標(biāo)包括模型損失值、準(zhǔn)確率、精確率、召回率、每秒幀率、混淆矩陣大小和占用內(nèi)存大小。

9.一種電子設(shè)備，其特征在于，包括存儲器和處理器以及存儲在存儲器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時，完成如權(quán)利要求1-6中任一項(xiàng)所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，用于存儲計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時，完成如權(quán)利要求1-6中任一項(xiàng)所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開一種基于卷積神經(jīng)網(wǎng)絡(luò)的掌子面多元地質(zhì)信息識別方法及系統(tǒng)，涉及隧道工程技術(shù)領(lǐng)域，包括：將獲取的隧道掌子面圖像輸入至掌子面地質(zhì)信息識別模型中，輸出掌子面三種地質(zhì)信息的識別結(jié)果，即輸出隧道掌子面的地下水類型、巖體結(jié)構(gòu)類型和巖體風(fēng)化程度等級；其中，識別模型的構(gòu)建包括：現(xiàn)場采集隧道掌子面圖像數(shù)據(jù)，構(gòu)建數(shù)據(jù)集，并劃分訓(xùn)練集和測試集；基于訓(xùn)練集，分別對每種掌子面地質(zhì)信息進(jìn)行基于不同卷積神經(jīng)網(wǎng)絡(luò)的多種分類模型的訓(xùn)練；基于測試集，根據(jù)模型評價指標(biāo)綜合評定每一分類模型，選擇并構(gòu)建最優(yōu)分類模型；三種最優(yōu)分類模型并行構(gòu)建得到識別模型。本發(fā)明能夠?qū)崿F(xiàn)對掌子面多元地質(zhì)信息并行、快速、準(zhǔn)確的智能化識別與分類。

技術(shù)研發(fā)人員：劉洪亮,李曉波,姜新波,王永康,鄒浩,王川,陳雨雪,蔡輝,屠文鋒
受保護(hù)的技術(shù)使用者：山東大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2