买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东大学

摘要：本发明公开了一种基于深度学习的隧道掘进面前方裂隙预测方法及系统，包括：获取隧道已开挖部分的裂隙二维图像，将裂隙二维图像中裂隙点的二维坐标转换为三维坐标，建立隧道已开挖三维模型；对隧道已开挖三维模型的掌子面进行切片处理，根据裂隙面与掌子面切片的交线获得每个掌子面的裂隙，建立裂隙图像时空数据集；利用裂隙图像时空数据集对裂隙预测模型进行训练，使用训练好的裂隙预测模型对隧道掘进面前方裂隙进行预测；本发明将裂隙发育随着隧道开挖视为时空演化的过程，通过神经网络模型强大的学习能力深度挖掘岩体裂隙的时空发育规律，预测掘进面前方的主要裂隙空间分布，对现场施工有重要指导意义。

主权项：1.一种基于深度学习的隧道掘进面前方裂隙预测方法，其特征在于，包括：获取隧道已开挖部分的裂隙二维图像，将裂隙二维图像中裂隙点的二维坐标转换为三维坐标，建立隧道已开挖三维模型；对隧道已开挖三维模型的掌子面进行切片处理，根据裂隙面与掌子面切片的交线获得每个掌子面的裂隙，建立裂隙图像时空数据集；利用所述裂隙图像时空数据集对裂隙预测模型进行训练，使用训练好的裂隙预测模型对隧道掘进面前方裂隙进行预测；其中，所述裂隙预测模型包括至少3个循环神经网络单元，每一个循环神经网络单元的输入均是对输入的多张连续图像进行编码后获得的卷积特征图，每一个循环神经网络单元的输出均为预测的裂隙图像；前一个循环神经网络单元的输出同时作为后一个循环神经网络单元的输入，以学习之前学习到的特征；所述的将裂隙二维图像中裂隙点的二维坐标转换为三维坐标，具体为：基于裂隙二维图像像素点的颜色信息创建掩膜Mask，保留图像中裂隙点的坐标，过滤掉非裂隙点部分；创建List-x、List-y、X、Y、Z列表，用于存储数据；遍历掩膜Mask中的每个像素点，将相应像素的二维坐标x和y添加到列表List-x和List-y中；基于列表中存储的数据计算隧道起始截面x轴中点坐标M以及隧道半圆柱模型的半径R，具体为： ； ；其中，是所有像素点中最大的x坐标值，是所有像素点中最小的x坐标值；基于中点坐标M和半径R，计算每个裂隙点i的三维坐标，计算每个裂隙点i的三维坐标（X，Y，Z），具体为： ； ； ；其中，是每个裂隙点的横坐标，是每个裂隙点的纵坐标。

全文数据：

权利要求：

百度查询： 山东大学 一种基于深度学习的隧道掘进面前方裂隙预测方法及系统