近年来，中国大规模基础设施建设中隧道工程的规模与线路总里程占比越来越大，并向超深埋、超长、超大断面方向发展，隧道穿越的地质条件也愈发复杂，如何实现当前隧道围岩开挖质量与结构病害的快速、精确检测问题是亟待解决的难题。计算机视觉、人工智能大数据等技术的快速发展为解决该问题提供了新途径。本研究从隧道施工及服役期间隧道缺陷与病害的几何特征为切入点，基于摄影测量法、图像处理、机器视觉、深度学习和数值模拟研究隧道衬砌表观病害的智能识别方法，通过融合三维重构技术、曲面构型技术、点云处理技术和图像矫正拼接技术，提出了基于3DZl(3D Reality and Deep ZoomImage)技术的隧道工程智能检测方法，研发了隧道开挖面围岩智能分级、隧道超欠挖及大变形智能检测、隧道衬砌表观病害智能检测等方法，开发了集巡检-识别-评价为一体的隧道病害检测与评估软件系统，研发了自动环拍仪、隧洞智能检测车、坡面安全隐患巡检车等检测设备。研究成果已应用于一系列隧道工程场景，取得良好应用成效。

暂无