城市道路智能巡检系统介绍

城市道路智能巡检系统介绍

摘要：本文介绍一种高效率的道路智能巡检系统，在不影响道路交通的情况下，及时、高效进行城

市道路巡视、检查，通过软件自动设别道路病害、以及道路交通安全设施的现状，将道路病害在管理平台上

采用图像、图表的形式在屏幕上展示，并形成道路管养方案，为城市道路安全运行、管理、养护决策提供快速、及时、准确的资料。

关键词：道路智能巡检系统；车载巡查采集软件；道路智能巡查巡检车；管理平台；病害采集及处理；

1前言

城市道路，犹如人体的血管，需要保持畅通、健康，因此，需要对城市道路

进行体检，即对城市道路进行日常性巡查、以及有针对性地进行专项现状道路路

况调查。传统的日常性巡查主要采用人工目测方式，对道路、桥梁外观病害检查，以及照明设施、交通安全设施及交通标志进行外观和完整性检查。传统型检查受

工作环境、路面交通限制，耗费大量人力，效率低，很难做到快速、及时进行道

路现状检测、并实时反映道路路况。本文介绍采一种道路智能巡检系统，用车载

巡查系统（道路智能巡查车）配合专用计算机软件，对道路交通安全设施、交通

标志、路况进行快速巡查，根据检查到的实时路况及时通知道路管养部门，及时

采取相应的解决措施；必要时，对相应路段实施路面结构强度检测、路面平整度

检测、路面结构层及厚度检测、城市道路排水设施专项检测，为道路维修、养护

提供依据。

2道路智能巡检系统

道路智能巡检系统主要由车载巡查采集软件、道路巡查巡检车和管理平台组成。

2.1车载巡查采集软件

包括道路病害设别、交通标志标牌、交安设施隐患进行识别，以及病害采集

和传输。利用深度学习之图像自动识别技术，自动对道路病害、标志标牌、交安

设施隐患进行识别，利用逆透视变换图像视角矫正技术和相机像素标定技术，对

病害尺寸进行量化分析，可以精确地获得路面损坏面积和清晰的病

害框选图像。

2.2.1病害、交安设施隐患自动识别软件

识别模型训练：基于卷积神经网络和病害图像数据集训练道路病害检测模型，并按照行业技术规范对道路病害进行量化分析。

（1）模型网络结构图

1）由足量的道路图像样本预训练用于区分沥青路面、城市道路的分类卷积

神经网络(CNN)，对抽取的道路图像进行分类识别，确定道路的类别属性。

2）由足量的沥青路面病害图像、城市道路问题图像分别训练用于检测两种

道路病害的目标检测网络，对分类好的道路图像进行目标检测，确定道路病害类

别及其在图像中的位置。

3）截取道路图像对应的病害区域作为子图，输入至预先训练的图像分类神

经网络，计算出所述子图属于轻、中、重三等级的概率，识别出各道路病害的病

害等级。

4）将以上各个分类模型、目标检测模型进行级联，形成复杂场景下的道路

病害问题检测识别系统。

（2）识别模型优化流程

系统针对定制模型的深度学习提供了优化途径，通过有监督学习训练，达到

不断提升识别率和识别内容范畴的效果。

1）病害库管理：软件平台对所有的病害类型进行管理，称之为图像病害库，这些图像都有非常精确的标注和类型说明，对于新的病害类型，需要前期进行图

像样本积累收集和打标的过程；

2）复核校验：对于已上线的病害识别内容，系统会进行抽查和人工复核，对于错误识别的图片打上错误标签，对于漏检的图片打上漏检标签，错误和漏检的图片会放入病害库，用于模型的再训练；

3）模型优化：模型优化的过程就是再次训练的过程，通过不断纠正和补缺模型之前的错误，从而达到优化的效果，实现识出率和准确率均能达到90%甚至99%的水准。

（3）图像增强技术

采用限制自适应直方图均衡化（CLAHE）算法对图像进行预处理，突出待检测图像的病害区域，提升后续病害检测的正确率。

2.2道路智能巡查巡检车

2.2.1病害采集及处理

道路智能巡查巡检车，装备了专业级工业相机和GNSS高精确定位设备，对道路安全和基础设施进行高清影像抓拍和高精度定位，进行道路影像采集；前置相机抓拍正前方影像，用于分析标志标牌、沿线交安设施；后置相机用于抓拍路面影像，利用超高速快门即便在100公里/小时的车速状况下，也能拍清楚路面裂缝，并且保存每一帧图像对应的位置坐标。利用人工智能技术，自动对路面病害和基础设施安全隐患进行识别，利用逆透视变换图像视角矫正技术和相机像素标定技术，对其进行量化分析，可以精确的计算路面病害形态尺寸，帮助管理部门获得及时有效的路面破损和安全隐患信息，降低信息获取的成本，可以增加道路健康监测的能力，为运营养护决策提供依据。

在巡检车上安装病害、交安设施隐患自动识别软件，智能识别模型在接收到前端车载系统上传的影像数据信息后，对影像进行智能识别，对地理位置信息进行解析并匹配道路、上下行和相应的物理位置桩号（或靠近门牌号），并将资产信息和问题信息上传到服务器。

城市道路路面病害智能识别内容清单：

系统针对道路管养层面可以智能识别的主要类型清单如下：

沥青路面：龟裂、纵向裂缝、横向裂缝、坑槽、沉陷、波浪拥包等；

附属设施：标牌缺损、护栏缺损、井盖问题、抛洒物等。

2.2.2影像采集识别上传处理流程

道路病害及设施问题采集处理流程：道路资产和病害从采集、识别到上传到云端平台服务器，遵循以下处理流程

1）影像采集：道路医生采集端软件部署于车载工控机上，车子发动上电后软件自动运行，无需人工干预。软件控制车载的工业相机和GNSS定位装置，根据定位和速度混合运算行进距离进行等距离影像抓拍，同时记录当前地理位置坐标。

2）图像识别：软件抓拍到的影像，实时调用深度学习模型进行智能识别，判断出有病害的图像进行保存，并且匹配相对应的前景图同步进行保存，同时对地理位置信息进行解析后跟当前图像进行关联。

3）信息封装：采集软件将病害信息和坐标信息进行封装，将病害图像上传到云OSS服务，放入上传队列，为调用上传接口做好准备工作；

4）接口调用：采集软件调用云端接口，将病害信息和坐标信息上传，云端接口要负责将坐标定位绑定到对应的路上，同时与系统内的桩号信息进行匹配，并做好数据和图像的存储、图像病害画框处理等操作；

5）平台呈现：平台提供道路病害展示和处置流程，基于电子地图可视化展示道路资产和病害信息及图像，根据道路管辖范围结合人工审核实现自动派单、病害修复、结案等业务流程[1]。

2.3管理平台

管理平台包括数据图表、数据大屏、电子地图、智能巡查、路况检测、巡查报告、人工巡查、养护管理、道路设施资产智能巡查、道路设施资产人工巡查、分析决策、系统管理等菜单。本文对相应菜单的内容作简要介绍。

2.3.1数据图表

首页主要以数据图表形式展示，从基础设施、病害数量、人工巡查、养护处置等方面，将最直观的数据展示在首页上。数据图表中二级菜单包括：

1）基础设施：将管辖范围内的道路里程、桥梁数量、设施数量罗列在页面上。同时辅以PCI、RQI、优良路比、病害密度等数据。

2）病害数量：显示进入养护流程的各类病害现在所处的状态及数量。

3）巡查记录：以日历的形式，展示每日的所有道路巡查覆盖率；也可以查看今日或者某一日的已巡查百分比。

4）养护处置：年度的每个月派单病害数完成情况、处置率图表。

2.3.2数据大屏

基础信息：显示当前分类下，各类道路的总里程、管养桥梁数量、道路设施数量等信息。

电子地图：从道路PCI、道路病害位置、道路桥梁位置、道路设施位置、精品道路情况等多维度将信息展示在地图上。

指标评价：显示该分类下的道路PCI、RQI、优良路占比和病害密度等信息。

道路病害：显示智能/人工分类的，道路病害种类及其数量饼图。

巡查覆盖：综合显示年度逐月的道路巡查里程、病害上报数等数据。

养护处置：轮播显示现有的相关养护单位管养道路数量和里程；显示现有的养护管理中病害数量，并将他们反映在地图上；

视频监控：显示现有的工程项目、下立交、桥孔、道路检测摄像头点位，点

开可查看各点位的实时影像。

2.3.3电子地图

以电子地图的形式，展示各区域的综合路况水平；进入某一个区域，展示该

区域内所有的道路路况水平；最后可以选择需要查看的道路进行查看，查看该道

路上的以下信息：

病害点位：统计显示所有病害数量、严重病害数量、道路里程和PCI等基础

信息，并将所有病害及其病害附近道路实景展示在地图上，生成道路病害报告。

路况等级：根据道路上的病害分布、数量、严重程度，对道路路况进行了分析，表现为在地图上将道路路段显示为不同颜色。

桥梁点位：以编号展示各座桥梁的点位，同时显示在地图上，用于确认桥梁

的分布。点击桥梁查看桥梁的基本信息。

2.3.4智能巡查

病害巡查：根据采集到的图片，依据标准处理后，将针对每一条道路的，在

该采集时间时的，全部的病害进行轻中重分类，并形成病害巡查数据，可以通过

多种方式来查看。

道路病害列表：可以通过区域、道路类型、巡查日期、道路名称等来快速检

索要看的道路，列表中显示了道路上的每公里病害数、轻中重病害数，PCI指标，并且可以通过排序快速检索到存在病害较多的道路，可以在操作栏查看单条道路

相关的病害信息。

单条道路病害详情：可以通过病害地图、病害报告、病害视频、道路实景、

养护计划、病害统计的菜单，查看每条道路的病害，可以按不同时间进行统计分析，用于在区域街镇维度去查看整体病害情况在不同时间里的表现并查看他们的

变化趋势，查询条件可以从区域街镇和时间两处进行筛选。

2.3.5路况检测

根据采集到的图片，依据标准处理后，将针对每一条道路的，在该采集时间

时的，全部的病害进行轻中重分类，可以通过多种方式来查看。在路况检测中，

通过量化分析处理，道路上的病害除了病害数据中原有的功能，还新增了路面损

坏状况指数、路面损坏状况报告。

路况检测列表：可以通过区域、道路类型、巡查日期、道路名称等来快速检

索要看的道路，列表中显示了道路上的每公里病害数、轻中重病害数，PCI指标，并且可以通过排序快速检索到存在病害较多的道路。

单条道路检测详情：通过路况地图菜单，可以查看该条道路的路况，并可查

看路况较差路段的病害数据；查询道路破损状况报告、路面损坏状况报告以及检

测视频。

2.3.6巡查报告

区域巡查报告：显示该区域街镇范围内，道路巡查的里程、发现的各类病害

数量，沥青、水泥等路面上的病害数量，并且形成具体的明细报告以供查阅。

道路巡查报告：显示道路的一起巡查报告，包含了道路的基础信息、病害数

量巡查信息、病害数据分析、监测数据、交通流量、PCI等指数，并且可根据轻

中重查看病害具体图片，形成可分享可导出的报告以供查阅。

2.3.7人工巡查

包括巡查记录查询、道路巡查统计、桥梁巡查统计、机械清扫统计，统计每

条道路、桥梁、机械清扫覆盖率。

2.3.8养护管理

养护管理流程：本系统中的病害，一部分通过智能巡查发现，经由养护计划

派单生成，命名为智能病害进入到养护管理流程；一部分为人工巡查过程中发现

的病害，命名为人工病害进入到养护管理流程中。在养护管理流程中的病害将由

与道路对应绑定的养护公司负责养护，并形成记录，最后经监理单位验收形成一

个完整的养护管理闭环。包括养护管理总览.、养护计划生成、病害处置列表、

养护处置绩效、养护处置报告。

2.3.9道路设施资产智能巡查

根据采集到的图片，依据标准处理后，将针对每一条道路的设施资产，在该

采集时间段的全部的设施进行统计，并形成资产巡查数据，可以通过以下方式来

查看。

道路资产列表：可以通过区域、道路类型、巡查日期、道路名称等来快速检

索要看的道路及其相关设施；列表中显示了道路上的设施数量，起始桩号，并且

可以通过排序快速检索到设施较多的道路。

单条道路资产详情：资产地图（在地图上显示该道路的基本路径，显示该道

路上的各类设施种类数量及其分布情况）、资产报告（显示该道路各类设施的饼图、以及各类设施的具体图片，以图片列表的形式形成报告，可用于分享导出）、道路实景。

2.3.10道路设施资产人工巡查

分为道路巡查统计、桥梁巡查统计。系统会计算出每条道路及每座桥梁巡查

的覆盖率，在巡查过程中，可以对道路、桥梁上相关的设施缺损情况及巡视发现

的缺陷图片进行上报，将该问题置入养护流程中。

2.3.11分析决策

包括养护决策方法分析、道路安全风险分析、养护运维绩效分析。利用决策

树及排序法，为管理者提供图表数据作为辅助决策的依据；道路安全风险分析为

城市道路安全及基础设施的风险情况，提供动态化、精准化的数据图表；养护运

维绩效分析，通过巡查覆盖率、养护处置率、处置时效等数据对养护运维人员进

行工作绩效评估分析。

2.3.12系统管理

包括基础信息、接口开发、权限管理、配置管理。基础信息提供各类设施基础信息的编辑和导入功能，支持导入年报数据等；接口开发为第三方平台预留共享数据接口；权限管理系统用户信息、各角色权限及部门管理设定；配置管理针对单位、部门和道路路段之间的关系进行配置，病害类型及养护信息配置管理。

3结论

本系统采用图像智能识别技术，通过巡查车高清抓拍相机和辅助定位系统，在不影响道路交通的情况下、能高效率实现城市道路安全隐患和路面病害自动发现，上传到管理平台，形成道路管养方案和应对措施，能够解决以往人工巡查的诸多弊端。

参考文献

[1]上海浦东新区公路智能管养模式实践探析马建芳《中国交通信息化》2020-5-15