道路日常养护AI智慧巡查应用

　　1、总体介绍

　　公路交通作为衡量国家发展的重要标尺，其发达程度直接反映了国家的经济实力与现代化水平。我国公路交通的迅猛发展，体现在总里程的急剧增长上。然而，随着交通量的不断攀升，公路养护面临的挑战也日益严峻。路面老化、路基沉降、道路塌陷等问题，不仅威胁着行车安全，还可能导致严重的交通事故，因此，加强道路日常巡查和养护管理显得尤为重要。

　　合肥作为南北交通的 “重要枢纽” ，拥有普通国省干线公路1639公里，农村公路1.88万公里，养护里程位居省内前列。而传统人工巡查模式，巡查效率和数字化程度低，病害数据不准确、独岛现象严重;此外，人工巡查还面临着安全风险突出，长期成本高等实际问题。推动养护管理，特别是养护质量巡查数字化、智慧化迫在眉睫。

　　合肥市公路管理服务中心、安徽国顺交通建设试验检测有限公司携手上海同陆云交通科技有限公司，率先在合肥市国省干线公路日常养护项目引入AI智慧巡查系统，构建“轻量化设备巡查+AI算法识别+病害实时同步云平台+数据指标智能导出”的全链条数字化养护巡查机制。以广覆盖、高频次的轻量化巡查技术为核心，通过智能终端动态采集道路数据，同步接入AI算法模块自动识别分类路面裂缝、坑槽等病害，将分析结果实时同步至云端管理平台，形成包含病害位置、类型、等级的数字化档案。

　　2、主要做法

　　(1)轻量化智慧巡查设备应用。

　　轻量化智慧巡查设备采用一体化设计，集成高清工业相机，北斗/GPS高精度定位，4G/5G通信模块及AI 计算单元。采用磁吸设计，安装方便，支持120km/h高速行驶，安全可靠;IP65级防护，经久耐用。

　　基于人工智能、物联网的边缘感知和大数据计算，实现国省道、高速公路、农村公路不同等级道路基础数据、病害数据、设施数据的自动采集、智能分析及实时上报。目前，该设备可识别水泥路面破碎板、裂缝、板角断裂、错台，沥青路面横向裂缝、纵向裂缝、块状裂缝、坑槽等共计19类病害类型。此外，还可以智能识别路面标线、减速带，路侧护栏、标志牌、防眩板等交安设施损坏，以及路面积水、抛洒物等安全事件。结合北斗卫星和DMI编码器，实现多车道检测，适用于一级公路及高速公路单向多车道路面形式养护质量巡查;基于加速度传感器应用，实时采集异常跳车和上下加速度值，计算道路舒适度和平整度指数，为道路维护提供数据支持。

　　设备支持公里牌及百米标信息采集和桩号修正。除支持北斗/GPS双模定位外，智慧巡查设备还配备了惯性传感器，在卫星信号部分或完全受阻时，提供车道级精确定位，有效应对突发条件下病害信息错采漏采情况。

　　(2)合肥国省干线大数据平台系统搭建。

　　基于GIS地图与定位技术，开发集基础数据与业务数据查询、展示于一体的大数据平台系统。

　　数据平台系统的一大亮点是实现可视化展示。点击病害位置，即可展示病害的图像、尺寸、位置、最近巡查时间等信息;缩小地图区域，病害则会根据物理空间信息进行聚类，显示为不同路段或区域中的病害分布;通过筛选条件，可以指出所需要的病害信息，在地图上展示。此外，系统还支持巡查综合统计、病害分类统计、历史病害追溯、工单派发等功能。

　　(3)建立数字化科学决策体系。

　　通过AI智慧巡查设备高频次采集路域数据，经AI算法在边缘端实时识别分类，再通过加密通道完成云端传输，经脱敏处理后全量接入合肥国省干线大数据平台系统。系统依托GIS地图实现数据空间化整合，支持病害位置动态标注、历史数据对比及多维度指标可视化，形成“巡查-识别-传输-处理-应用”的全流程数据闭环。平台集成数据统计与趋势分析功能，可按养护需求一键生成涵盖路面损坏状况指数、路面行驶质量指数等核心指标参考值的数据报表，为养护方案制定、资金分配、工期规划等决策环节提供实时量化支撑，推动养护决策从经验驱动转向数据驱动，显著提升管理效能与资源利用效率。

　　通过决策模型分析路面类型、指标、病害等数据，推进重点病害治理、指标评估、养护工程及质量分析等应用服务落地，形成数据驱动的科学化决策体系。

　　3、取得成效

　　2024年，通过AI智慧巡查设备的应用，公司累计巡查合肥市国省干线公路5705公里，识别路面病害652005处，其中严重病害36071处，占比5.5%。取得实效主要归纳为以下5个方面。

　　(1)巡检效率显著提升。过去人工巡查采用步行+低速巡查车的方式，每日仅完成巡查里程20-30公里。使用AI设备后，路面病害全部交由智能设备识别、记录，人员只需要关注路基和桥梁病害，每日综合巡查里程达到100km，巡检效率提升3-5倍。而在仅进行路面巡查的情况下，巡查速度更可轻松突破80km/h。

　　此外，人工巡查数据整理主要依赖人工配合计算机完成，病害数据整理、汇总、分析，工作量大，往往需要数月才能形成报告，结果反馈滞后，造成病害处置不及时。而AI智慧巡查，2小时即可形成病害台账。涉及影响道路通行安全的重度病害及安全事件，通过平台大数据筛选，可以第一时间以台账形式反馈给管养单位，及时对症处理，实现以数字手段驱动养护业务协同。并且，基于病害的早发现早治理，可防止早期病害扩展为大面积结构性损坏，使维修材料消耗降低50%以上。有测算显示，每1万公里养护里程，可平均节约养护成本5500万元，具体到本项目，每年可节约900万元养护成本。

　　(2)巡查精准性明显提高。传统人工巡查，主要依靠巡查人员经验，定性反映巡查结果，且漏检率高，无法得到具体损坏指标;而智慧巡检，通过构建YOLO-Lite核心算法模型，储存超过1.5亿个病害样本，并以每年2000万样本数量增加。病害通过AI识别、计算，以图片形式一对一还原病害位置、类型、尺寸、严重程度等信息，综合识别率超过90%。此外，数据平台可以按百米及公里汇总各类病害数量和路面破损指数等指标，为养护决策提供精准数据。

　　(3)巡查成本大幅减少。传统人工巡查，一般每组配备巡查人员3人，资料员2人。而依托现有巡查车辆的AI智慧巡检，通过人工智能识别技术实现道路高频多维检测，创新“一人一车”作业模式，资料人员也可减少至1人。根据测算，合肥市日常养护巡查项目，采用AI智慧巡查，三年期综合成本由474.3万元降低至305.7万元，降低比例35.5%，直接经济效益168.6万元，利润率大幅提高。

　　(4)安全风险有效降低。随着社会发展、公路等级不断提高，道路车流量、车速急剧攀升。传统人工巡查作业模式下，人员及车辆安全风险值高，一旦出现事故也将给个人和企业带来巨大的经济和社会影响;而实现正常车速下的AI智慧巡查模式，风险值大大降低，人身及财产安全得到了有效保障。有测算显示，采用AI智慧巡检，每1万公里巡查里程，可每年减少交通事故造成的平均损失约15万元，换算到本项目，三年可减少交通事故平均损失24万元。项目实施1年多以来，未发生一起交通事故，人员及财产安全得到有效保障

　　(5)建立路面质量评价规范，推动管理升级。基于智慧巡查模式构建量化评价机制，自动计算各路段路面损坏状况指数、路面行驶质量指数等核心指标参考值，推动路面质量管控标准化。通过数据共享，建立“发现-处置-闭环”智能管理流程，形成道路病害全生命周期健康管理档案。

　　此外，AI智慧巡查系统的应用在提升道路交通安全、促进交通科技创新等方面也有着良好的促进意义。

　　4、应用推广

　　通过合肥市国省干线道路日常养护AI智慧巡查设备应用，“合肥国省干线大数据平台系统”部署及数据业务闭环管理，系统总结技术成果与工程经验，充分体现新型养护巡查模式的高效优势，具有良好的可复制、可推广经验。

　　除作为第三方机构检测检查应用，该系统也可直接装备于基层管养单位和交通监管部门。其灵活的应用场景和可定制化的应用开发，也为规模化推广提供技术支撑。