C3 Classical Computer-vision Core
经典计算机视觉核心
无需训练,响应迅速
C3 基于传统计算机视觉方法(边缘检测、形态学运算、特征匹配等),不依赖训练数据或预训练权重,直接对剖面数据进行解析并标注疑似异常区域。
- ⚡推理速度快,适合现场快速筛查与强反射目标定位。
- ◎轻量、门槛低,打开即用,适合大型异常体的初步圈定。
Ground Penetrating Radar · B-scan
对应 BasbitGPRview-web 分析页:本地选择工程文件夹即可加载多厂商原始道集; 支持原始 / 一键 / 自定义处理链、AI 推理模式(C3 / TNN 双模型)、 GPR 仿真与结构有限元、 分屏对比、速度–深度换算、矢量标记与 CSV / PDF 导出。可选 WebAssembly 加速着色与部分解析流程。
Basbit
两路算力规格见各通道配置;在线人数与颜色表示当前负载,人越多颜色越偏红。
AI Inference
BasbitGPRview-web 集成 AI 推理能力,提供 C3 与 TNN 两套检测模型,分别侧重快速筛查与高精度识别。 可在分析页界面中一键切换,按任务需求在速度与精度之间灵活取舍。访问 basbit.cn 即可体验,无需安装客户端。
经典计算机视觉核心
无需训练,响应迅速
C3 基于传统计算机视觉方法(边缘检测、形态学运算、特征匹配等),不依赖训练数据或预训练权重,直接对剖面数据进行解析并标注疑似异常区域。
泰坦神经网络
深度学习,识别更精细
TNN 采用深度神经网络,经缺陷样本训练迭代,对复杂纹理背景、模糊或微小异常具有更强的特征表达与泛化能力。推理速度略慢于 C3,在常见硬件上仍可流畅完成实时推理。
| 模型 | 方案类型 | 是否训练 | 推理速度 | 适用场景 |
|---|---|---|---|---|
| C3 | 传统计算机视觉 | 无需训练 | 很快 | 快速筛查、强反射信号敏感 |
| TNN | 深度神经网络 | 已训练 | 相对较慢 | 高精度自动分类与筛选 |
说明:TNN 的「相对较慢」是相对于 C3 而言;在实际部署环境中,两种模型均可满足常规实时推理需求。
C3(Classical Computer-vision Core)与 TNN(Titan Neural Network)为 Basbit 定义的模型代号,分别体现传统视觉与深度学习两条技术路径。Basbit 团队 · 2026
Simulation
在已知地下介质、几何与天线激励条件下,用数值方法计算电磁波传播与散射,生成合成 B-scan。 不替代现场采集,却能可控、可重复地检验成像假设与处理参数。Basbit 以云端计算交付,结果直接进入 Web 查看与导出闭环。 访问 basbit.cn 即可体验。
浏览器提交,服务端求解
在产品流程中组织模型参数与尺度,计算在优化过的服务端流水线上完成;无需自建 GPU 集群或本地编译正演程序。
秒级到数十秒出剖面
负载正常、排队较少时,单次仿真往往在20 秒以内返回结果,便于现场讨论与课堂演示节奏(实际耗时仍受模型尺度与队列影响)。
算完即用同一套工具看图
合成剖面可与 BasbitGPRview-web 同一套查看、处理链、标记与 CSV / PDF 导出衔接,避免「算完还要换软件」的断点。
| 对比项 | Basbit | gprMax |
|---|---|---|
| 定位 | 工勘 / 教研快速闭环 | 开源 FDTD · 科研级可控试验 |
| 运行方式 | 云端流水线 · 产品内提交 | 本机 / 集群 · 脚本与命令行 |
| 周转速度 | 快 · 常约数十秒内出剖面 | 取决于本机算力与模型规模 |
| 结果衔接 | 直接进入 Web 解释工具 | 需自行对接后处理与可视化 |
| 适用场景 | 方案预估、教学演示、快速对照 | 论文级细节、离线批算、任意网格边界 |
说明:二者并非互相替代。要开源验证与精细网格 → gprMax;要快速出剖面并与 Web 解释一条龙 → Basbit。
响应时效为经验区间描述,不构成性能承诺;以实际任务记录与当时服务状态为准。Basbit 团队 · 2026
Structural FEA
把雷达解译的层位与隐患几何直接转为二维平面应变力学模型,在路面荷载下求解位移与等效应力。 相对 ANSYS / 迈达斯等通用 FEM,Basbit 更强调速度快、简单易上手:预设材料与规范荷载,也可灵活改参后一键计算。 访问 basbit.cn 即可在 Web 端体验。
分钟级出图,现场可用
在雷达图上画完几何即可求解,无需另开软件重建模、划网格。从解译到应力图通常在分钟级内完成,适合讨论拍板与教学演示。
贴近 GPR 解译习惯
B-scan 绘层位与隐患截面,C-scan 圈地面投影;工具栏选材料、设车道与荷载后点「计算 FEM」。无通用有限元门槛,打开即可用。
默认可用,参数可改
内置常用层位 / 隐患预设参数(模量、泊松比、密度)与规范车型;均布 / 轴载可切换,车道、自重与荷载数值均可按工况灵活调整。
| 对比项 | Basbit | ANSYS / 迈达斯 |
|---|---|---|
| 定位 | GPR 解译后的快速闭环 | 通用结构详算与正式出图 |
| 上手难度 | 低 · 雷达图上直接建模 | 高 · 需专业建模与网格经验 |
| 参数与荷载 | 预设材料 + 灵活加载 | 完整本构 / 接触 / 施工阶段等 |
| 周转速度 | 快 · 分钟级示意结果 | 相对慢 · 详模与验算周期更长 |
| 适用场景 | 现场评估、方案筛选、教学 | 正式验算、复杂边界、规范报告 |
说明:二者可并存——Basbit 先快速筛场景与趋势,正式详算与出图仍建议用 ANSYS / 迈达斯复核。
当前为二维平面应变线性静力示意闭环,便于工勘讨论与教学演示;具体数值以实际任务输出与工程判断为准,正式验算请以通用 FEM 为准。Basbit 团队 · 2026
Workflow
从原始文件到成果导出,与 Web端 左侧面板「文件 / 标记 / 数据编辑」三页结构一致。
.rd3 与 .rad、.dt1 与 .hd 等),详见下方格式说明。Data formats
下列扩展名与 Web 客户端识别列表一致;成对文件需放在同一目录以便自动关联。未列出的变体以实际加载结果为准。
主剖面与主机/定位侧车(与同基名文件置于同一目录便于关联):
.dzt:道集主文件。.dzx:常见于 SIR 4000 等主机导出的配套索引/元数据。.dzg:GPS / 定位等轨迹或地理相关侧车数据。
.dt1 与 .hd 为经典 Ekko 剖面与头文件成对互依。部分采集链使用 .data;.dat 道集需同目录 .gprhdr(头文件扩展名常见写法 gprhdr,与 gprhd 为同一类头文件)。
加载时需 .iprb 与 .iprh 同目录配套,自动识别数据位深。
FastWave / Focus 等 RIS 产品线常见道集扩展名为 .dt(与上方 Ekko 的 .dt1 不同族,请勿混用)。
OKO Geotech 采集设备导出的独立道集文件,无需配套头文件。
中国电波传播研究所等相关雷达道集;与同目录侧车一并加载时按解析器约定关联。
.prd 为双频道集;.srd 为单频数据集, 按实际导出约定置于同一工程目录以便关联加载。
成铁精测相关道集;与同目录侧车一并加载时按解析器约定关联。
筑升科技道集主文件;同目录可选 .zsinf 侧车(轨迹、标记等)。与同目录其它文件一并加载时按解析器约定关联。
波动雷达独立道集;同目录可选同名 .rtk 侧车用于轨迹关联。API 一键处理与网页「手动处理」默认步骤一致。
驰驭雷达独立道集,无法识别标记。
同目录同基名:.had 为头,.hcd 为道数据;可选 .hcm。
若存在同名 .csv 侧车文件,可用于辅助道序或空间信息关联。
Processing
以下为 BasbitGPRview-web「手动处理」中各步骤的物理/数学含义简介,便于方法文档与学术交流引用。
Pipeline preview
将直达波或地面耦合位置对齐到参考时刻;可选自动估计或手动指定延迟(ns),后续深度换算均依赖该时间原点。
沿剖面方向估计水平相干噪声子空间:奇异值分解(SVD)分离水平带状能量;均值法为更轻量的横向减除,适合弱非平稳场景。
补偿几何扩散与介质吸收导致的振幅衰减:能量衰减模型与球面扩散模型对应不同先验,用于抬升深部弱反射。
带通滤波突出有效频带、抑制高频振铃与低频漂移;支持由采样率与天线参数自动估计通带或手动给定上下截止(MHz)。
去除道内直流与低频趋势:直流去除与滑动平均型去漂移可改善基线弯曲而不显著损伤薄层反射。
在相邻道间做有限窗口平滑,抑制随机噪声并增强同相轴连续性;窗口以道数计,过大可能模糊精细结构。
解析信号与瞬时振幅(包络)估计,突出强散射体与多次波包络形态;沿慢时间(道)方向施加,便于与瞬时相位/频率分析衔接。
Visualization
与主画布、状态栏及工具栏控件对应的功能摘要。
本站关于 GPR 仿真的介绍与工程实践,受益于全球开源电磁正演社区的无私分享与长期维护。我们特别感谢下列项目、作者及公开讨论的贡献;BasbitGPRview 与之为独立产品关系,鸣谢不代表官方背书。