城市道路是城市发展的重要基础设施,不仅对城市安全起着重要作用,更影响着城市的经济发展。然而,近年来全国各大城市道路塌陷越来越频发,给社会和居民造成巨大安全隐患和经济损失。城市道路塌陷往往由脱空逐渐扩大而引发,具有隐蔽性、突发性、危害性,成为城市治理的重点和难点。在道路检测的诸多方法中探地雷达以其便捷、成像直观、高分辨率等优点在城市道路病害检测中得到广泛应用,但是目前道路检测工作以二维探测为主,虽然能够在一定程度上反映道路地下结构,但获取的信息少、覆盖的范围小,难以对道路病害的空间位置、形状、走向等信息做出准确解释。针对上述问题,本文研究了基于人脸识别的三维探地雷达道路检测的数据变化自动识别技术,当三维探地雷达道路检测数据发生突变时自动识别,实现对道路塌陷进行预警,避免道路塌陷引起的巨大损失。首先从麦克斯韦方程组出发,利用时域有限差分方法在全空间均匀模型下对电磁场六个分量的空间分布特征进行详细分析,根据分析结果选择在XOY平面上能量最强的Ex-Ex激发-接收模式进行三维探测模拟。进一步,构建了常见的道路空洞和裂缝病害模型进行三维探测模拟,同时结合道路探测实验深入分析了三维探测的空间优势,结果表明三维探测能够获取空洞、裂缝等探测目标的埋深、走向、形状等空间信息,解释结果更准确。最后,针对三维探测获取的大数据量的解读问题,借鉴了人脸识别的思路和算法,利用调整后的主成分分析算法提取探测数据的主要特征,绘制探地雷达数据变化曲线,当探测数据发生突变时数据变化曲线也会随之出现异常峰值,从而实现对探地雷达数据变化的自动识别,进行道路空洞突变预警和塌陷预防。