Die umgebende Felsstruktur ist einer der Schlüsselfaktoren der Geologie, die die Effizienz und Sicherheit des Tunnelvortriebs in felsigem Querschnitt (TBM) beeinflussen, und die Erforschung von schnellen, genauen und stark an die Umwelt angepassten TBM-Systemen bei der Identifizierung der umgebenden Felsstruktur von Tunneln hat große Bedeutung. Wir schlagen eine Methode zur Identifizierung der umgebenden Felsstruktur vor, die auf Mehrkamerabildern und Bilderkennungstechnologien basiert. Unter Verwendung einer Stereokamera werden farbige und tiefenscharfe Bilder großer Flächen unbewachsener Felsaufnahmen aus einer festen Aufnahmeposition aufgenommen, und basierend auf Parametern wie der Position der Stereokamera und den Aufnahmewinkeln usw. wird das Tiefenbild korrigiert, um das Problem der Bildverzerrung zu überwinden; die Methode der feinen Kantenbeschreibung (CED) wird zur präzisen Identifizierung der umgebenden Felsstruktur verwendet. Diese Methode ist eine zweigleisige Weiterentwicklung in der visuellen Datenverarbeitung auf der Grundlage herkömmlicher Faltungsneuronennetzwerke, bei der Vorwärts- und Rückwärtsübertragungswege visueller Daten verstärkt werden, und im Rückwärtsübertragungsweg wird die Erfassung lokaler Bildkanten verstärkt, um Unterschiede zwischen den Kanten der Felsstruktur und normalen Felsenpixeln im Bild zu erkennen und somit die Kanten der umgebenden Felsstruktur genauer zu beschreiben. Durch den Einsatz des TBM-Tunnels für den Bau der U-Bahn-Linie 6 in Qingdao wurden 427 Sets von farbigen und tiefenscharfen Felddatensätzen gesammelt, und die anschließende Überprüfung der Methode bestätigte ihre Genauigkeit.

Tunnel Boring Machine (TBM);multi camera vision;image recognition;rock structural planes