基于多源数据传感技术的公路路基塌陷检测方法

摘要：传统路基塌陷检测方法在构建检测模型时，直接对模型进行构建，缺乏对数据表征信息的抽取以及对高维特征的深入解析，导致其检测效果不佳。基于此，提出一种基于多源数据传感技术的路基塌陷检测方法。首先，根据工程概况，对研究区域进行数据表征信息的抽取和高维特征的解析，为后续的模型训练提供准确可靠的数据基础。其次，基于多源数据传感技术构建路基塌陷检测模型。最后，利用该模型对研究区域的路基塌陷进行实际检测。实际检测结果表明：这种检测方法能够准确识别塌陷区域，显著提高了路基塌陷检测的准确性和可靠性。

关键词：多源数据传感技术；路基塌陷；特征解析；检测模型

0 引言

现阶段路基塌陷检测面临多种地质条件和环境因素的挑战。传统的检测方法依赖低效的人工巡检和简单仪器测量，难以准确评估路基塌陷情况[1]。随着技术进步，多源数据传感技术逐渐应用于路基塌陷检测。然而，融合处理多种传感器数据、确保数据处理与传输的实时高效、以及提升检测算法的性能仍是需要解决的难题[2]。近年来，国内外学者在路基塌陷检测方面进行了广泛的研究。一些研究通过集成GPS、雷达和加速度计等多种传感技术，可对路基形变进行实时监测和预警。

但是现有的研究仍存在一定的局限性，例如保证数据处理的复杂度和实时性、检测算法的泛化能力等方面仍需进一步研究。为此，本文开展基于多源数据传感技术的路基塌陷检测方法的研究，通过综合利用多种传感器数据，结合先进的信号处理和机器学习技术，实现对路基塌陷的快速、准确检测，以提高路基塌陷检测的准确性和可靠性。

1 工程概况

1.1 工程背景

江习古高速公路位于贵州省习水县境内，起于重庆江津柏林镇与贵州习水寨坝镇交界的两路口水井湾大桥，与重庆江津至四面山高速公路对接，路线全长79.605km，采用24.5m的四车道高等级公路标准，设计时速为80km/h。该公路于2015年7月正式开工，2017年12月建成通车。其沥青路面上面层为4cm厚度SBS改性沥青玛蹄脂碎石SMA-13+沥青材料，中面层为6cm厚度中粒式沥青混凝土AC-20C+沥青材料，下面层为8cm厚度粗粒式沥青混凝土AC-25C+材料材料，基层为36cm厚度水泥稳定碎石+底基层为18cm厚度水泥稳定碎石。

1.2 塌陷区检测原因及其目的

1.2.1 塌陷区检测原因

该公路在施工过程中，已经通过加密地质钻探和地质地形分析，尽量避开地质复杂的涌水、突泥、岩溶及岩爆地质，但是依旧涉及多处不良地质。此外，该地区曾遭受过持续降雨和地下水位上升的影响。由于该公路的路基塌陷风险较高，为了确保安全运行，需要对其进行路基塌陷检测。通过检测可以全面了解该公路路基的实际情况，为后续的修复工程提供科学依据。同时对提高该公路运营安全、减少交通事故、保障正常出行具有重要意义。

1.2.2 塌陷区检测目的

通过对该公路路基塌陷区进行检测，需要达到的主要目的和作用如下：一是查明路基塌陷具体原因。通过专业的地质勘察和数据分析，了解塌陷的具体原因，如地质结构、地下水位变化、施工影响等方面[4]。二是评估路基塌陷风险。结合历史数据和实时监测数据，评估该地区未来发生路基塌陷的风险，为相关部门提供决策依据。三是优化修复方案。基于检测结果，制定有针对性的修复方案，确保修复工程的有效性和长期稳定性。四是加强预警系统。建立路基塌陷预警系统，实时监测公路状况，一旦发现异常情况，及时发出预警，以降低事故发生的可能性。五是保障交通安全。检测结果可以为城市规划和基础设施建设提供参考，避免类似问题的再次发生。

2 基于多源数据传感技术的路基塌陷检测方法研究

2.1 路基塌陷数据表征信息抽取及特征解析

2.1.1 数据采集和处理方法

本文利用遥感数据对江习古高速公路路基塌陷进行检测方法的研究[5]。在数据采集阶段，需通过遥感卫星获取三个时相的遥感影像，对每个时相的影像数据细节进行详细采集，这些影像覆盖了整个江习古高速公路。为了更准确地分析路基塌陷区的变化情况，通常需要对相关的数据进行表征、信息抽取和解析。

在数据高维特征解析阶段，对采集到的数据进行一系列的加工和处理[6]。首先，对每个时相的影像进行辐射定标和大气校正，以消除辐射误差和大气干扰，提高遥感数据的精度。接着，进行图像分类和特征提取，将遥感影像中的不同地物类型进行分类，并提取各类地物的特征信息。最后，对这些数据进行预处理。

2.1.2 数据预处理

对采集到的数据进行分类和特征提取的基础上，需要对这些数据进行预处理。数据预处理时需要使用相关公式，其中数据清洗公式如下：

Dcleaned=Draw-（Dmis sin g+Dinvalid） （1）

式中：Dcleaned表示清洗后的图像采集数据，Draw表示原始图像采集数据，Dmis sin g表示缺失数据，Dinvalid表示无效采集数据。异常值识别公式如下：

O=|Dcleaned-Dmean| （2）

式中：O表示异常值的大小，Dcleaned表示清洗后的图像采集数据，Dmean表示数据的平均值。特征提取公式如下：

F=ƒ（Dcleaned） （3）

式中：F表示提取的特征，Dcleaned表示清洗后的数据，ƒ表示特征提取函数。格式统一公式如下：

Dunified=g（Dcleaned） （4）

式中：Dunified表示格式统一后的数据，g表示格式统一函数，Dcleaned表示清洗后的数据。

通过以上公式，可以对塌陷区进行数据采集和预处理，为后续的模型建立提供准确、可靠的数据基础。

2.1.3 高维特征解析

结合实际情况和相关资料，分析不同地物类型变化的原因和驱动力，通过运用上述4个公式，从路基塌陷数据中提取出关键信息，计算出塌陷区域的体积，并对未来的发展趋势进行了预测，由此提高数据的质量和可靠性，为后续的模型训练提供准确的数据基础。

2.2 构建路基塌陷检测模型和优化模型参数

2.2.1 构建路基塌陷检测模型

多源数据传感技术是一种重要的检测手段，可以提供更全面、更准确、更可靠的数据，从而更好地理解被测对象的行为和状态。构建基于多源数据传感技术构建路基塌陷检测模型，将路基塌陷检测模型应用于江习古高速公路，可有效提高该公路路基的安全监测水平，为该公路的正常运行提供保障。

在上述数据表征信息抽取及高维特征解析的基础上，将多源数据传感技术应用于构建路基塌陷检测模型。路基塌陷检测模型的表达式如下：

P（y=1）=F×sigmoid（wx+b） （5）

式中：P（y=1）表示路基塌陷的概率，w是权重向量，x是输入的特征向量，b是偏置项，sigmoid函数用于将线性组合的输出转换为一个概率值。

2.2.2 优化模型参数

为了训练这个模型，需要使用标记的数据集，其中包含多源数据传感器的输出以及相应的塌陷或未塌陷的标签。然后，使用监督学习算法，通过最小化预测概率与实际标签之间的损失函数来优化模型的参数。线性组合公式如下：

z=β0+β1x1+β2x2+…+βnxn （6）

式中：z为线性组合；x1、x2、…xn为输入的特征变量；β0、β1、…βn为模型参数。损失函数公式如下：

（7）

式中：J为损失函数，m为样本数量，yi为真实标签（0表示塌陷，1表示未塌陷），pi为模型预测的概率。梯度下降公式如下：

（8）

式中：θj为模型的参数，α为学习率。

在实际应用中，可以通过实时采集多源数据传感器的输出，并输入到模型中进行预测。

2.3 利用模型对路基塌陷进行检测

2.3.1 建立路基塌陷检测流程

将训练和优化后的模型部署到江习古高速公路的实际监测系统中。通过实时采集多源数据并输入到模型中进行预测，建立路基塌陷检测流程。路基塌陷检测流程如图1所示。

数据收集时，通过土壤湿度传感器、土壤压力传感器、地下水位传感器等多种传感器对江习古高速公路进行数据采集。这些传感器可以实时监测土壤湿度、压力以及地下水位等关键指标。数据被统一存储和处理，为后续分析提供基础。

2.3.2 数据预处理

对采集到的原始数据进行清洗，去除无效或错误数据。统一数据格式，将不同来源的数据整合到统一标准下。此外，识别并处理异常值，确保数据质量。

2.3.3 关键特征提取

从预处理后的数据中提取关键特征，如土壤湿度范围、土壤压力均值、地下水位深度等。这些特征能够反映路基的状态和塌陷风险，为后续的模型训练提供有效信息。

2.3.4 高维特征解析和模型构建

对提取的特征进行深入分析，识别和提取更深层次的高维特征。基于提取的高维特征，对模型进行构建。根据模型要求和训练数据，设+vealrfsqQFfAL8xsK0tlQ==计和构建相应的模型结构。

2.3.5 模型训练

使用训练数据集，对构建的模型进行训练。调整模型参数，优化模型性能，使模型能够更好地学习和预测路基塌陷的可能性。最后对预测结果进行输出，完成路基塌陷检测流程设计。

3 实际检测和结果

3.1 检测区域遥感图像

根据上述基于多源数据传感技术的路基塌陷检测方法，对江习古高速公路的路基塌陷进行实际检测，检测区域遥感图像如图2所示。

3.2 异常区域识别

经过模型分析，江习古高速公路的中段及海泰区的地下存在明显的多源传感数据异常区。在排除路灯、管道等干扰因素后，可以推断该公路中段及海泰区存在地下塌陷的风险。

3.3 无异常区域确认

江习古高速公路前段和后段，模型的检测结果显示无明显多源传感数据异常，意味着该公路公路前段和后段目前没有明显的地下塌陷风险。

3.4 实时监测与预警

江习古高速公路将根据模型的预警结果，对存在塌陷风险的该公路中段及海泰区进行重点监测。一旦发现异常情况，将立即采取相应措施，如封闭道路、疏散人群等，以保障人民群众的生命财产安全。

4 结束语

本文深入探讨基于多源数据传感技术的路基塌陷检测方法。通过对路基塌陷数据表征信息抽取及解析，构建路基塌陷检测模型，并对存在路基塌陷风险区域进行实时监测和预警，提高了检测的准确性和可靠性。在研究过程中，不仅对多源数据传感技术进行了深入的理论分析，还通过实验验证了该方法的可行性和有效性。实验结果表明，该方法能够快速、准确地检测路基塌陷，为实际应用提供了有力的理论支持。

参考文献

[1] 韩慧敏，贺旭，李国强，等.城市道路塌陷隐患诊断与风险预警标准体系构建研究[J].工程建设标准化，2023 （12）：89-96.

[2] 朱国先，周兵，陈勇.综合物探法在城市道路塌陷病害中的应用[J].城市勘测，2023（S1）：106-109.

[3] 胡磊磊，陈康，黄德军，等.基于探地雷达的路基地下异常体全波形反演[J].煤田地质与勘探，2022，50（11）：195-202.

[4] 吴远斌，殷仁朝.城市路面塌陷类型与防治对策[J].中国矿业，2023，32（S1）：117-120.

[5] 叶春艳.基于探地雷达法检测的城镇道路塌陷风险评估方法及控制对策研究[J].市政技术，2022，40（6）： 161-166.

[6] 曹书芹，李建朋，刘寒宇.河北省某高速公路收费站广场路面塌陷分析及治理[J].西部探矿工程，2023，35（2）：5-8.