-
题名综合爆破技术在汤屯高速公路施工中的应用
被引量:3
- 1
-
-
作者
李胜
高超
喻海斌
-
机构
合肥市公路桥梁工程有限责任公司
广东省长大公路工程有限公司
黄山市公路管理局
-
出处
《市政技术》
2007年第6期479-481,497,共4页
-
文摘
以汤屯高速公路施工为例,阐述了山区高速公路施工的综合爆破技术。着重介绍了深孔微差爆破技术的爆破设计和施工工艺,叙述了红砂岩地质条件下的爆破技术。采用综合爆破技术给工程施工带来了可观的经济效益,在相同条件下的山区高速公路施工中,供同行借鉴。
-
关键词
高速公路
综合爆破技术
施工
-
分类号
U416.113
[交通运输工程—道路与铁道工程]
-
-
题名一种基于智能手机的道路质量检测方法
- 2
-
-
作者
周宝定
秦铭
喻海斌
-
机构
深圳大学滨海城市韧性基础设施教育部重点实验室
深圳大学城市智慧交通与安全运维研究院
黄山交投公路工程试验检测有限公司
-
出处
《测绘地理信息》
CSCD
2023年第5期111-116,共6页
-
基金
广东省自然科学基金(2021A1515011468)。
-
文摘
目前,道路质量检测主要通过专业的道路质量检测车完成,精度高,但成本昂贵、检测周期长、普适性差。智能手机内置了大量传感器,能够收集用户及其周围的数据信息,具有成本低廉、普适性好等优点,在许多道路检测研究中被广泛应用。因此,提出了一种基于智能手机的道路质量检测方法。首先,以道路质量检测车为承载平台,利用智能手机采集路面的加速度和角速度等数据,利用检测车采集路面质量的真值数据;然后,提取手机加速度和角速度等数据的特征值并标注真值标签;最后,使用机器学习方法对道路质量进行分类并构建合适的模型。以湖北省武汉市和四川省达州市共计173 km的道路的数据为例,利用机器学习方法实现了道路质量的有效分类,其中,每隔10 m记录一次国际平整度指数(international roughness index,IRI)时,支持向量机模型对城市道路和高速公路数据的分类平均准确率分别达到89.4%和88.9%。结果表明,该方法在不同的道路类别下均能有效检测道路质量。
-
关键词
道路质量检测
智能手机传感器
机器学习
道路安全
-
Keywords
road quality detection
smartphone sensor
machine learning
road safety
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
U416
[交通运输工程—道路与铁道工程]
-