诚实声明：本页为岩瞳 AI 在雷达检测能力上的路线图，非当前可演示工件。
某某隧道 demo 暂未含雷达原始数据，本节描述「客户提供 dat / B-scan 截图后，岩瞳 AI 如何接管 §5.3-5.5 章节生成」的完整工作流，
基于《公路隧道养护技术规范》JTG H12-2015 §6.3 与《公路工程质量检验评定标准》JTG F80/1-2017 附录 R规范化的判读规则。
1 ◆ 工作流程（5 步）
1介电常数标定
客户在已知厚度部位（如 15cm 以上的标定靶）做 3 次雷达标定，提供双程旅行时间 (ns) 与实测厚度 (cm)
→ 输出：介电常数 εr 平均值
2测线布置解析
读取测线分布表（典型 6 条：左/右边墙 0.75m / 1.5m + 行车道上方 7.45m + 超车道上方 6.4m）
→ 输出：测线 → 桩号映射 JSON
3B-scan 图像智能判读
VLM 看 B-scan 截图 + 规则库（密实/不密实/空洞/钢架/钢筋 5 类反射特征），逐段标注异常 + 信心分
→ 输出：异常段位置 + 类型 + 排除证据
4厚度 1m 抽样
按规范每 1m 抽 1 厚度值，与设计值比对，统计：合格率 / <设计 1/2 段 / 最小值
→ 输出：每条测线纵断面厚度图 + 合格率表
5§5.3 / §5.5 章节自动渲染
把 4 步结果灌入 docx 模板：标定结果表 / 测线分布表 / 厚度统计表 / 异常段说明 + B-scan 截图嵌入
→ 输出：可直接进主报告的 docx 章节
2 ◆ AI 判读规则（来自 JTG H12-2015 §6.3 + 参考报告 §4.3）
| 判读项 | B-scan 反射特征 | 岩瞳 AI 输出字段 |
|---|
| 密实 | 反射信号弱，图像均一且反射界面不明显 | density: "密实" |
| 不密实 | 反射信号强，图像变化杂乱 | density: "不密实", anomaly_evidence: "..." |
| 空洞 | 反射信号强，图像呈弧形且反射界面明显 | void_detected: true, position_in_scan: "..." |
| 钢架 / 预埋管件 | 反射信号强，图像呈分散的月牙状 | structural_element: "steel_arch" 或 "embed_pipe" |
| 钢筋 | 反射信号强，图像呈连续的小双曲线形 | structural_element: "rebar" |
3 ◆ 输入数据格式（需委托方提供）
| 类别 | 规格 |
|---|
| 介电常数标定 | 1 个标定靶 × 3 次测量，每次记录双程旅行时间 (ns) + 钢卷尺实测厚度 (cm)；推荐 ≥15cm 厚度 + 已知钢筋位置 |
| B-scan 截图 | 每条测线 1 张全长 B-scan 图（PNG/JPEG，长边 ≥ 4000px 推荐；CLAHE 后会自动降到 ≤2000px 满足 Vision API 限制） |
| 测线分布表 | CSV：测线 ID / 桩号起止 / 测线长度 / 高程（边墙高/拱顶高） |
| 雷达 dat 原始数据 | 可选——若提供则可做更精细的厚度估计；不提供则仅依靠 B-scan 截图判读 |
| 设计衬砌厚度 | 每段桩号的设计衬砌厚度值（用于合格率判定） |
4 ◆ 输出样例（每张 B-scan 一份 JSON）
// /tmp_某某隧道_inventory/radar_tier2/scan_line01_K2+036_左边墙0.75m.json
{
"scan_line_id": "测线1_K2+036~K2+200_左边墙0.75m",
"chainage_range": "K2+036 ~ K2+200",
"height_m": 0.75,
"length_m": 164,
"sampling_count": 164, // 每 1m 抽 1 点
"thickness_design_cm": 50,
"thickness_results": {
"min_cm": 42,
"max_cm": 58,
"avg_cm": 49.2,
"qualified_count": 160,
"qualified_rate_pct": 97.6,
"sub_half_design_segments": []
},
"anomalies": [
{
"position_in_scan_m": 42,
"type": "空洞",
"evidence": "K2+078 桩号见反射信号强、弧形反射界面明显，符合 JTG H12-2015 §6.3 空洞特征",
"confidence": "高",
"needs_field_drill_verification": true
}
],
"structural_elements_detected": [
{"type": "rebar", "spacing_cm": 20, "position": "沿测线连续"}
],
"pseudo_check": {
"checked_for": ["预埋管件干扰", "钢架反射误读为空洞"],
"excluded_evidence": "现场记录未标记 K2+078 处有预埋管件，且反射形态非月牙状（钢架特征），故判定为真空洞"
}
}
5 ◆ 客户配合 + 时间预估
- 客户准备数据（5-10 张 B-scan 截图 + 标定表 + 测线表）：建议预留 2-3 工作日
- 岩瞳 AI 接管处理：
- 介电常数标定 + 测线解析：5 分钟
- B-scan 智能判读（每张 ~3 min × 6 测线 ≈ 30 分钟，可并发）
- 厚度 1m 抽样统计 + 合格率：10 分钟
- §5.3 / §5.5 章节渲染：5 分钟
合计：约 1 小时（数据齐备后）
- 对比人工：地质雷达资深技术员判读 + 写章节 ≈ 3-5 工作日
- 节省：~90%（人工 24-40 小时 → 岩瞳 AI 1 小时）
6 ◆ 与视觉检测的多源融合
雷达判读结果会自动并入 §6 主要病害成因分析，与视觉裂缝结果交叉印证。例如：
| 场景 | 视觉 (LCS) 单方法 | 视觉 + 雷达 融合后 |
|---|
| K2+078 处纵向裂缝 | "3 条独立纵裂，宽度 1.5 mm，需现场复测" | "3 条独立纵裂 + 背后 K2+078 见空洞反射 → 因果链：空洞 → 衬砌局部失约束 → 应力集中 → 纵向开裂" |
| K2+098 网状裂缝群 | "大面积网状/龟裂，需复核成因" | "网状群 + 该段衬砌厚度 42 cm（设计 50 cm，未达 1/2 设计） → 因果链：衬砌偏薄 → 抗变形不足 → 长期蠕变压力下网状开裂" |
这是岩瞳 AI 的核心差异化——同一段数据，多方法融合后的 §6 因果链比任一单方法都更可靠，且每条因果都挂证据回链（点击 → 跳视觉卡 + 雷达卡）。