基于信号级联深度网络与多相非均质模型的市政道路脱空检测方法

顾小建¹，黄 炜¹，侯兆军²，童 峥^3*

(1. 苏州市市政管理中心，江苏 苏州 215000; 2. 悉地(苏州)勘察设计顾问有限公司，江苏 苏州 215000;3. 东南大学 交通学院，江苏 南京 200097)

摘　要：　内部脱空是市政道路常见的损伤类型，易引发道路塌陷问题。现有探地雷达无损检测方法依赖雷达图谱与深度学习分析，但存在2个突出问题：图像级深度学习方法存在固有局限性与现有探地雷达数据集不完善。针对上述问题，提出了基于信号级联深度网络与多相非均质模型的市政道路脱空检测方法。首先，构建了基于探地雷达信号的级联深度网络，用于分析脱空引发的信号异常类型及其分布区域;其次，构建了多相非均质市政道路脱空模型，并采用有限差分模拟技术模拟复杂情况下探地雷达信号传播仿真数据;最后，融合仿真数据与实测数据，训练级联深度网络，从而实现市政道路脱空深度与宽度的精确检测。南京与苏州市政道路的试验结果表明，有限差分模拟生成的信号有效提升了数据集的泛化能力，所提出的网络在空洞检测性能上显著优于现有的图像级深度学习方法。

关键词：　道路脱空; 无损检测; 信号级联深度网络; 多相非均质模型; 电磁信号; 深度学习; 有限差分模拟

基金项目： 国家自然科学基金(52308447);苏州市市政管理中心技术开发项目(SZSZ-2024-1-KJ);江苏省青年科技人才托举工程项目(JSTJ- 2024-089)

引文格式： 顾小建，黄炜，侯兆军，等. 基于信号级联深度网络与多相非均质模型的市政道路脱空检测方法[J]. 市政技术，2025，43(11)：183-192. (GU X J，HUANG W，HOU Z J，et al. Urban road void detection by signal cascade deep network and multi-phase heterogeneous model[J]. Journal of municipal technology，2025，43(11)：183-192.)