首页 > 路桥资讯 > 正文
道路养护“临沂模式”开启了向数字化、智能化转型的新阶段
2023-10-16  

  据了解,今年10月起,山东省临沂市S229省道、G205国道等19条普通国省道将陆续启用北斗+AI公路智能巡检系统,其规模在全国属首例。这标志着临沂公路养护,开启了向数字化、智能化转型的新阶段。

  “全国公路看山东,我们的目标是让临沂成为山东公路养护的标杆。”临沂市公路事业发展中心相关负责人表示。

  2021年起,临沂市开展公路养护创新应用研究,打造 “北斗+AI”公路智能巡检系统,依托北斗高精度定位、地理信息采集、AI识别技术等手段,对公路基础设施及路面病害进行精确识别,在此基础上探索“智能巡检+路况评定+决策分析”应用闭环,并形成智能巡检标准的“全链路”智能养护体系。

  “北斗+AI”公路智能巡检系统

  经过近半年的试运行,系统已支持30+类别道路病害和路侧交安附属设施检测,召回率和准确率均优于90%。

  试点探索数字养护样板

  临沂是山东面积最大的城市,截至2023年5月,临沂市公路通车里程达3.2万公里,规模居全省前列,加之临水临崖、陡坡急弯等路段多,公路管养难度大。同时,临沂是“物流之都”,车流量大、重载交通占比高,公路巡查养护压力陡增。

  为探索公路基础设施全要素全周期数字化建设技术路线,交通运输部、山东省交通运输厅启动了公路基础设施数字化试点,并选定临沂作为普通国省道基础设施数字化试点单位之一。

  “‘试点’的意义不是简单的技术叠加应用,是创造成绩、创造经验、做好示范。”临沂市公路事业发展中心相关负责人表示,“作为新型的道路管理方式,公路智能巡检技术已在国内部分公路、桥梁落地,但具体应用中仍然面临挑战。一方面识别精度不高、采集数据不准、与业务应用尚存在距离;另一方面,当前巡检数据使用大多停留对公路病害的识别、判断上,面向路面养护分析、决策、评估、实施等内容,尚未形成有效的应用闭环。”

  为了解决上述挑战,临沂市公路事业发展中心联合国家北斗地基增强系统的建设运营方:千寻位置,研发北斗+AI公路智能巡检系统,完善全量公路“路面病害+资产”数据库,实现道路检测目标“车道级”的位置估计、像素级的面积计算等一系列的性能升级和智能路况检测评定及养护辅助决策等功能升级。

  北斗+AI赋能精准养护

  据了解,临沂市“北斗+AI”道路智能巡检应用覆盖8条国道、11条省道以及838座桥梁。面对复杂的全量养护场景, 千寻位置技术专家何喆卿表示,“精准数据采集和识别算法是实现智能养护的关键。”

  基于“北斗+AI”技术融合,系统将在路面采集到的每帧画面赋予高精度位置及时间信息,道路病害的精准位置误差范围3~5米,不同于行业内用简单的矩形框估算病害面积,系统像“抠图”一样实现病害的精准形态提取,并关联高精度定位信息完成病害面积的精确计算。

  此外,实现对病害目标的精确去重。受光照、车速等影响,同一病害目标会被拍到近20次。系统能赋予病害目标唯一的时空坐标,结合语义信息和跟踪算法,为每个病害发放唯一的“身份证”,让道路病害一目了然。

  道路巡检中生成的病害图片,每个病害都有唯一的编号

  该系统从多角度对传统养护进行数字化升级。

  首先是实现路面状况的可视、可测。系统能自动输出路面病害的位置、类别和物理尺寸等信息,实时上传并建立所有管养路线的全量公路路面病害数据库。方便管理人员查询各路段的技术状况并进行等级评价。

  同时,系统可实现路面病害、沿线交安附属设施、路面遗落物等自动派单流转、自动生成巡检报告,并在巡查过程中自动采集路网资产数据,逐步建立沿线资产库。目前可识别包括百米桩、里程桩等在内的20余个细分类。

  探索“全链路”的智能养护体系

  不同于多数地区选择一两个路段做试点,此次临沂市大规模上线“北斗+AI”道路智能巡检应用,一方面在实战业务中,快速实现全市道路养护能力的整体提升;另一个需求是,建立全量公路数据库,打通应用闭环,探索从智能巡检,到路况评定,再到决策分析的业务应用,并形成智能巡检标准的全链路智能养护体系。

  “以路况评定为例,将北斗+AI公路智能巡检系统与三维激光检测系统融合,形成一套多功能智能路况检测评定系统,实现路面技术状况PQI指数的全智能、便捷化、可视化分析处理。” 临沂市公路事业发展中心科技科刘涛介绍。通过巡检数据的多维度分析,既可为每年制定公路养护计划提供依据;也可结合管养里程及累计巡检里程对比,辖区内道路年初、年末病害数据及指标对比,评价道路管养效果。

  而面向公路养护科学决策,基于系统中建立的病害库、资产库,结合公路基础数据、交通数据、环境数据、养护历史等多源数据,临沂研发养护辅助决策模型,结合路段历史年份的路况评价指标,及平均日交通量等影响因素,建立组合预测模型,预测路线未来年份的路况评价指标,实现真正意义上的大数据驱动决策。“通过历史年份的数据验证,模型平均绝对值误差低于5%。”刘涛表示。



  (版权归原作者所有,图片来自网络;如有侵权,请与我们联系,我们将在第一时间进行处理。)

Copyright © 2007-2022 cnbridge.cn All Rights Reserved
服务热线:010-64708566 法律顾问:北京君致律师所 陈栋强
ICP经营许可证100299号 京ICP备10020099号-1  京公网安备 11010802020311号