【交通運輸部在《“十四五”公路養護管理發展綱要》中提出研制推廣基于人工智能的自動化巡查應用、通過算法模型匯集分析數據以提高決策水平等要求,智能化升級和提質增效成為道路管養的重要課題】

　　隨著交通工具的普及和城市化進程的加速,道路建設和養護已成為現代城市中不可或缺的公共服務。根據交通運輸部統計數據,到2021年末,我國公路養護里程超過525萬公里,占公路總里程的99.4%,足以見得道路養護任務重大,道路巡檢作為道路養護工作的基礎環節,其主要任務是發現和記錄道路病害,以便及時進行養護維修。近年來,人工智能技術開始在該領域廣泛應用。

　　一、國內道路巡檢現狀分析

　　道路養護成本通常是建設成本的2-3倍,目前我國的道路巡檢主要采用人力巡查的方式,通常需要投入大量人力物力,但漏檢誤檢、效率低下、精度不高等問題普遍存在,而且巡檢員需要隨時停車拍照測量,這不僅影響交通,還缺乏安全保障。此外,對于管理部門來說,由于缺乏有效的結構化數據支撐,給道路管養決策帶來了很大困難,想實現降本增效往往無從入手。

　　二、從人工到智能,AI助力道路巡檢數智化升級

　　利用人工智能圖像識別技術,在道路巡檢中通過輕量化部署攝像頭和傳感器等設備實時采集道路圖像,并將數據進行處理和分析,能夠智能識別道路病害及設施資產,實現道路巡檢的智能化升級。當然,這背后離不開高精度算法、邊緣計算和大數據分析等底層人工智能技術的支持。

　　高精度算法

　　道路病害種類繁多,如龜裂、波浪形痕跡、起伏、斷裂等等,可以通過高精度算法進行識別。目前,采用深度學習算法的圖像識別技術已經非常成熟,云天勵飛為智慧巡檢打造的專用小模型算法,識別準確率可達95%以上,并可以對不同類型的道路病害進行自動分類。

　　邊緣計算

　　采用邊緣計算技術可以將識別算法放在邊緣設備中,實現實時識別并抓拍,避免了人工巡檢產生的交通擁堵和巡檢員的安全問題。同時,通過將圖像處理和數據分析等任務從云端轉移到邊緣設備中,可以減少數據傳輸的延遲和成本,提高巡檢的效率和準確性。

　　大數據分析

　　數據運營已成為智慧養護價值的核心焦點,通過收集和分析大量的巡檢數據和歷史養護記錄,可以對道路病害的分布和發展趨勢進行分析,預測道路病害的出現和擴散趨勢,提前做好養護準備工作,減少養護成本和時間。同時為道路養護部門提供決策支持,優化巡檢路線和養護方案,提高養護效率和質量,真正實現道路養護由人工經驗決策向智能數據決策的轉變。

　　三、AI加持,切實為道路巡檢提質增效

　　從多個項目的實際應用效果來看,與人工巡查相比,部署云天勵飛道路智慧巡檢系統后巡檢效率可以提升4倍以上;同時,通過減少人員和物資投入,道路養護成本可降低50%;可視化多維展示病害信息,輔助管養業務決策,決策效率提升200%。

　　四、從一到百,道路巡檢智能化發展趨勢

　　基于在人工智能領域深厚的技術積累和在道路巡檢業務上的豐富實踐,云天勵飛創新提出道路智慧巡檢自進化發展范式,為道路養護企業提供發展規劃參考。

　　云天勵飛道路智慧巡檢系統在實際場景中,可以廣泛應用于城市道路、高速公路、橋梁、隧道等道路建設和養護領域,為城市交通管理和道路養護工作提供有力支持。

　　可以預見,隨著人工智能技術的不斷發展和普及,智慧道路巡檢系統將逐漸走向成熟和完善,為城市化進程和交通事業的發展做出更大貢獻。