Ground penetrating radar for tunnel detection

Kuloglu, Mustafa; Chen, Chi‐Chih

doi:10.1109/igarss.2010.5649832

Cited by 10 publications

(5 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Pada penelitian sebelumnya GPR digunakan untuk mendeteksi kebocoran dalam sistem distribusi air [3], deteksi voids pada beton [4], selain itu ada deteksi bentuk objek di bawah tanah [5] yang lebih berfokus pada kemampuan GPR untuk mendeteksi berbagai bentuk objek, serta pada penelitian deteksi tunnel bawah tanah [6], membahas faktor apa saja yang sangat mempengaruhi ketepatan deteksi objek di bawah permukaan tanah. Eksperimen ini akan berfokus untuk mengetahui posisi, kedalaman, ukuran objek dan besarnya rongga saluran.…”

Section: Pendahuluanunclassified

Analisis Eksperimen Deteksi Struktur Rongga Di Bawah Permukaan Tanah Dengan GPR

Ariska

Arseno²

2022

tektrika

View full text Add to dashboard Cite

Peningkatan jumlah penduduk di Indonesia mempengaruhi kebutuhan perluasan wilayah dan pembangunan infrastruktur. Proses pembangunan infrastruktur perlu melalui banyak tahapan, terutama bagi wilayah yang tidak adanya pendataan dengan baik sebelumnya. Banyak sekali kasus penanaman saluran gas PGN, jaringan kabel PLN, dan gorong-gorong yang tidak sesuai dengan standar yang telah ditetapkan. Untuk mencegah terjadinya kerusakan saluran pada proses pembangunan dapat disiasati dengan mengidentifikasi infrastruktur wilayah. Diharapkan dengan adanya proses identifikasi infrastruktur wilayah dapat membantu pihak terkait agar menjalankan pembangunan lebih efektif. Proses identifikasi dapat dibantu menggunakan Ground Penetrating Radar (GPR) yang dapat mendeteksi objek di bawah permukaan tanah.Pada eksperimen ini akan dilakukan analisis eksperimen dengan memodelkan kondisi yang menyerupai situasi di lapangan. Pengambilan data akan menerapkan frekuensi Ultra Wideband (UWB) yang memungkinkan pengukuran jarak secara presisi dan hasil citra dengan resolusi tinggi. GPR akan dimodelkan dengan sebuah alat yaitu Vector Network Analyzer (VNA) yang berfungsi untuk memancarkan serta mengolah sinyal yang ditransmisikan. Metode A-scan digunakan untuk mendeteksi saluran dengan rongga sebesar 5 cm dan 15 cm. Pada metode A-scan, kedua pemodelan dapat terdeteksi sesuai dengan ukuran saluran yang dimodelkan. Metode B-scan yang digunakan dapat memperlihatkan batas penampang secara citra 2 dimensi.Kata Kunci: GPR, UWB, VNA, Saluran Berongga.

show abstract

Section: Pendahuluanunclassified

Analisis Eksperimen Deteksi Struktur Rongga Di Bawah Permukaan Tanah Dengan GPR

Ariska

Arseno²

2022

tektrika

View full text Add to dashboard Cite

show abstract

“…Currently, GPR-based tunnel detection is also the most commonly used detection method. Kuloglu studied the effect of soil electrical conductivity and polarization scattering on geo-radar detection to investigate the role of ground-penetrating radar in tunnels [9]. Zhang used nondestructive techniques, such as ground-penetrating radar, to investigate the effectiveness of post-lining grouting.…”

Section: Introductionmentioning

confidence: 99%

Internal Detection of Ground-Penetrating Radar Images Using YOLOX-s with Modified Backbone

Zheng,

Fang,

Chen

et al. 2023

Electronics

View full text Add to dashboard Cite

Geological radar is an important method used for detecting internal defects in tunnels. Automatic interpretation techniques can effectively reduce the subjectivity of manual identification, improve recognition accuracy, and increase detection efficiency. This paper proposes an automatic recognition approach for geological radar images (GPR) based on YOLOX-s, aimed at accurately detecting defects and steel arches in any direction. The method utilizes the YOLOX-s neural network and improves the backbone with Swin Transformer to enhance the recognition capability for small targets in geological radar images. To address irregular voids commonly observed in radar images, the CBAM attention mechanism is incorporated to improve the accuracy of detection annotations. We construct a dataset using field detection data that includes targets of different sizes and orientations, representing “voids” and “steel arches”. Our model tackles the challenges of traditional GPR image interpretation and enhances the automatic recognition accuracy and efficiency of radar image detection. In comparative experiments, our improved model achieves a recognition accuracy of 92% for voids and 94% for steel arches, as evaluated on the constructed dataset. Compared to YOLOX-s, the average precision is improved by 6.51%. These results indicate the superiority of our model in geological radar image interpretation.

show abstract

“…Among them, GPR has become a preferred method for defect detection in tunnel linings due to its advantages of fast detection speeds, strong penetration ability, convenient use, and carrying ease [7] . Research on tunnel integrity detection using GPR can be traced back to 1994 [8] , and many researchers have studied the performance of GPR [9][10][11] , which has gradually formed a discipline. For GPR, tunnel lining internal structures can be deduced, due to different relative dielectric constants, by emitting electromagnetic waves and receiving the reflected signals.…”

Section: Introductionmentioning

confidence: 99%