公开(公告)号：CN119494195A

公开(公告)日：2025-02-21

申请号：CN202411459760.9

申请日：2024-10-18

Applicant: 华东交通大学 ,  江西省交通设计研究院有限责任公司

Inventor： 万铜铜 ,  刘园园 ,  彭爱红 ,  林天发 ,  马泽欣 ,  仰建岗 ,  谭肖勇 ,  高杰 ,  许竞 ,  余地 ,  周健 ,  姚玉权

IPC: G06F30/20 ,  G06F30/23 ,  G06F30/13 ,  G06T17/20 ,  G06F119/14 ,  G06F119/08 ,  G06F119/02 ,  G06F113/26

Abstract: 本发明涉及道路工程及土木工程领域，尤其涉及一种倒装式沥青路面结构厚度优化设计方法，包括选取沥青面层、粒料过渡层及半刚性层的厚度与模量作为控制变量，以粒料层应力水平和面层疲劳性能为初步设计目标，采用D‑最优解响应面设计法制定试验方案，通过有限元分析，结合非线性本构模型，模拟粒料过渡层应力依赖特性，评估变量组合对初步设计目标的影响，对比沥青路面结构性能验算指标，最终确定优化设计方案。本发明有效减少了材料使用量，降低了施工成本，并显著提高了路面的抗疲劳开裂和抗变形能力，延长了路面使用寿命。

公开(公告)号：CN118570156A

公开(公告)日：2024-08-30

申请号：CN202410658234.9

申请日：2024-05-27

Applicant: 华东交通大学 ,  广东城乡交通规划设计有限公司

Inventor： 仰建岗 ,  袁万杰 ,  高杰 ,  许竞 ,  仰圣刚 ,  余地 ,  周健 ,  万铜铜 ,  谭肖勇 ,  陈四

IPC: G06T7/00 ,  G06V10/56 ,  G06V20/64

Abstract: 本发明涉及三维数字图像处理技术领域，具体为基于三维数字图像处理的层间粘结状态评价方法，包括以下步骤：步骤1三维探地雷达无损检测，采集三维探地雷达数据、步骤2对三维探地雷达数据进行处理、步骤3将处理后的波形图的振幅数据转换成RGB图像文件、步骤4按照结构层位特征，对RGB图像进行切片，获取多层图像、步骤5对截取的RGB图像进行图像处理、步骤6截取沥青路面层的上‑中、中‑下、下‑基层三个层间图像，以及步骤7按照层间粘结中空气+松散体占比情况可将沥青路面结构层间接触状态3个等级。步骤1：对待测路段进行三维探地雷达无损检测，采集三维探地雷达数据，将采集的信号数据矩阵signal_data＝[x1,x2,...,xn]，其中xn无损检测第n个采样点的雷达信号。

公开(公告)号：CN119026036A

公开(公告)日：2024-11-26

申请号：CN202411377532.7

申请日：2024-09-30

Applicant: 华东交通大学

Inventor： 仰建岗 ,  姚玉权 ,  高杰 ,  万铜铜 ,  谭肖勇 ,  余地 ,  许竞 ,  周健

IPC: G06F18/2431 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21 ,  G06F18/25 ,  G06F18/20 ,  G06N3/044 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/092 ,  G06N3/096 ,  G06N7/01 ,  G01N33/42 ,  G01S13/86 ,  G01S13/88 ,  G01V11/00 ,  E01C23/01 ,  G06F123/02

Abstract: 本发明涉及智能检测与分析技术领域，尤其涉及用于三维探地雷达的路面内部病害检测方法及系统，本发明包括多模态数据采集与预处理、多模态数据对齐与特征提取、自适应深度学习模型训练与识别、动态统计特征分析与优化以及自动报告生成与决策支持；通过多模态数据融合技术，实现了更全面和准确的病害检测；引入深度神经网络和多任务学习框架，提高了数据处理效率和准确性；结合强化学习技术，动态优化模型参数，提升模型的鲁棒性和适应性；通过智能过滤和概率优化，显著降低了误判率，提高识别结果的可信度；最终，基于检测结果生成详细的检测报告，为道路维护和管理提供科学可靠的决策支持；本发明提升了路面内部病害检测的精度、效率和可靠性。

公开(公告)号：CN119513530A

公开(公告)日：2025-02-25

申请号：CN202411556846.3

申请日：2024-11-04

Applicant: 华东交通大学 ,  江西省交通投资集团有限责任公司 ,  江西省交通设计研究院有限责任公司

Inventor： 仰建岗 ,  彭爱红 ,  林天发 ,  姚玉权 ,  马泽欣 ,  高杰 ,  谭肖勇 ,  万铜铜 ,  徐佳云

IPC: G06F18/20 ,  G01D21/02 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明涉及道路维护与管理技术领域，尤其涉及基于人工智能的路面内部病害分析方法及系统，通过多层次传感器网络实时数据采集、多模态数据融合和深度学习特征提取、动态环境和使用模式结合的病害预测与分析、智能预测与决策支持系统、实时病害状况评估与报告生成五个核心流程；通过这些技术手段，本发明实现了数据采集的全面性和时效性，病害识别和预测的准确性，维护策略的科学性和资源分配的优化；最终生成的病害现状报告提供了详细的病害分布图、病害类型分析和病害严重程度评估，为维护人员提供了全面、准确、及时的病害信息，显著提升了路面维护和管理的效率和效果。

公开(公告)号：CN119006997A

公开(公告)日：2024-11-22

申请号：CN202410730784.7

申请日：2024-06-06

Applicant: 华东交通大学 ,  广东城乡交通规划设计有限公司

Inventor： 仰建岗 ,  高杰 ,  余地 ,  仰圣刚 ,  许竞 ,  万铜铜 ,  周健 ,  谭肖勇 ,  曾俊标 ,  袁万杰

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及地球物理探测技术领域，具体公开了一种基于正演与实测混合的探地雷达图像自动识别方法，包括下列步骤：步骤1：图像数据采集、步骤2：构建非均质模型、步骤3：添加病害到步骤2的模型中、步骤4：设置激励源、步骤5：对正演图像集进行预处理、步骤6：对实测图像进行预处理、步骤7：YOLOX模型训练，以及步骤8：计算结果；本发明结合正演模拟数据和实测数据，构建混合数据集，提高了模型的泛化能力；利用深度学习技术训练识别模型，实现了对探地雷达图像的自动识别，提高了识别精度和效率。

公开(公告)号：CN118470147A

公开(公告)日：2024-08-09

申请号：CN202410554131.8

申请日：2024-05-07

Applicant: 华东交通大学 ,  广东城乡交通规划设计有限公司

Inventor： 仰建岗 ,  高杰 ,  周健 ,  许竞 ,  仰圣刚 ,  谭肖勇 ,  余地 ,  万铜铜 ,  袁万杰 ,  陈四

IPC: G06T11/00 ,  G06F8/20

Abstract: 本发明涉及道路探地雷达检测技术领域，具体为一种基于非均质模型的道路探地雷达内部病害图像生成方法，包括以下步骤：步骤1导入所需的Python库、步骤2初始化变量、步骤3颗粒生成、步骤4创建循环、步骤5对不同尺寸的颗粒进行赋值、步骤6通过在上述建立的模型中添加多个不规则形状，以及步骤7将上述包含病害的非均质模型放入正演模拟软件中进行正演。步骤1：通过Python编程工具，导入所需的Python库，包括NumPy、Matplotlib、Math、OpenCV、random、h5py和PIL等，用于为实现创建包含病害的非均质模型提供编程环境；步骤2：初始化变量，为创建包含病害非均质模型赋予一个初始值，确保变量在使用时具备一个初始值，避免程序出现未定义行为和错误。