大数据道路监测管理平台的应用研究

张明剑、冷盛峰、饶丹、徐向东、郑孝强

(1.凉山州国有交通投资发展集团有限责任公司，四川成都610000；2.四川风洲软件有限公司四川，四川成都610000)

1 研究宗旨

此研究旨在围绕道路、桥梁、轨道等交通基础设施领域，以提供交通基础设施全生命周期运维智慧管理解决方案，助力智慧城市新基建和智能交通基础设施发展。该研究利用5G、物联网、人工智能、计算机视觉、云计算和大数据平台等先进技术，通过研发的系列化智能传感器和物联网感知平台，可搭载巡检车及无人机进行路网的陆上和空中智能巡查，构筑智能互联的超高速通信网络，实现道路等交通基础设施健康数据的快速采集与传输，形成一体化的数据资源池，进一步地通过研发的通用化道路云服务系统,搭建专业数据智能分析平台和综合可视化应用，实现道路（包括高速公路和普通公路）等交通基础设施的大规模、低成本、高精度、智能化的安全检测监测、数据分析及实时可视化展示，形成数据感知、传输、管理、分析及展示全链路应用，为交通基础设施管理提供全生命周期智慧解决方案。

2 研究背景和必要性

2.1 研究背景

随着我国道路建设的不断发展，截至2020年末，全国公路总里程519.81 万公里，其中高速公路里程16.10 万公里，国道里程37.07 万公里，省道里程38.27万公里，农村公路里程438.23 万公里。随着各等级道路陆续投入使用，道路信息化及日常巡检工作量日益增加。近年来，随着人工智能、物联网、云计算等新一代信息技术的快速发展与落地应用，道路路面检测技术正朝着高精、高效、智能化的方向发展，以实现对道路状态的实时记录和感知。然而，面向大规模道路系统，传统的道路巡检及路面检测技术存在检测识别效率不高、智能化程度较低等不足，已无法满足道路（包括高速公路和普通公路）等交通基础设施的大规模、低成本、高精度、智能化的安全检测监测、数据分析及实时可视化展示的要求[1-3]。因此，如何借助5G、物联网、大数据、人工智能、云计算等新一代信息技术实现道路的全覆盖、低成本、高精度、实时性、智能化的检测与养护管理是实现智能交通基础设施和打造智慧城市非常重要的一环。

2.2 国内外研究现状及发展趋势

路面检测主要包括：路面平整度检测、车辙检测及路面病害检测。目前国内外对于高等级公路智能检测技术及装备的研发主要集中于以下三个方面。

2.2.1 路面平整度检测技术

路面平整度是反映路面性能及安全状况的重要指标[4，5]。《公路技术状况评定标准》(JTG 5210—2018)规定：对于各级公路，需每年对其路面平整度进行一次检测和评估。目前国内外一般采用国际平整度指数IRI 作为评价道路平整度的指标，可以通过对路面高程检测数据进行分析计算获得。

目前，实现路面平整度的高精度检测主要技术途径为基于激光测距技术的道路断面检测，其基本技术原理是：通过专业高精度的精光设备对路面断面进行扫描，继而依据激光测距原理进行路面平整度的高精度检测，具体包括基于惯性基准断面的检测和基于高程传递的检测两大类。该类方法检测精度高，且已形成了成套的专业检测装备。但该检测方法由于采用了专用设备进行，成本一般较高，且后期面临大规模的数据处理问题，不能实现道路路面的实时检测和评价，因此严重限制了其在复杂道路检测环境等多场景下大规模道路的应用，目前主要应用于年检频率较低精度要求较高的高等级公路的路面检测中。其中，基于惯性基准断面的检测方法由于采用加速度惯性补偿技术，受限于加速度计自身的误差，其精度对车速及车速变化较为敏感，通常需要车速大于20km/h 且车速变化小于3m/s2，严重影响了其检测效率；相反，基于高程传递的检测方法不采用加速度计，因此不会受到测量车车速及车速变化的影响，但其对弯道处路面的检测效果往往不够准确。为此，工程技术人员通常通过增加激光测距设备以解决这一问题，这就直接增加检测设备的成本，且后期数据处理过程也相对复杂，间接降低了检测效率。

此外，实现路面平整度的高精度检测的另一技术路径为基于车辆振动的道路路面检测，其基本技术原理是：通过记录测量车自身的振动响应，通过车辆振动模型反演推算出路面的平整度指标，以达到路面平整度测量的目的。该类方法对测量车及设备要求较低，因此成本较低，且可实现道路的高频快速检测[6]，但目前该方法普遍存在检测精度较低的问题，因此没能够得到很好的推广应用。

随着人工智能、物联网、云计算等新一代信息技术的飞速发展和落地应用，研究适用于大规模、低成本、高精度、智能化的路面检测技术及装备是未来道路检测的发展趋势，也是智能交通领域的必然需求。

2.2.2 车辙检测技术

路面车辙是影响路面安全性及使用性的主要病害之一。针对车辙检测，传统人工接触式测量方法、车载超声波测量法等方法存在检测效率低、随机误差大等缺点。为此，与路面平整度检测技术类似，基于激光测距的车辙检测技术成为实现高精度车辙检测的主要技术途径，其原理是通过激光测距技术提取道路断面轮廓信息，以实现车辙的检测[7]。

目前，高精度的车辙检测主要包括断面测量法、三角法测量、扫描测量法[8，9]。激光断面测量技术原理为：通过将多个激光测距传感器布置在路面横断方向上，来获取道路横断面高程，然后采用包络线等方法计算出车辙深度。由于测量姿态等原因，该方法测得的车辙深度普遍偏低，且该方法设备成本相对较高，因此未能在道路检测领域得到广泛应用。激光三角法测量技术原理为：首先，将激光线以一定角度从一侧投射到道路表面，由布置于另一侧的面阵CCD 相机接收，从而形成道路表面图像；其次，结合相机精确标定结果，通过激光线的发生变形程度计算出路面横断面坐标信息，进而推算出车辙深度。由于该方法设备成本较低，简便易行，是目前应用最为广泛的路面车辙测量方法。激光扫描测量法技术原理为：采用高精度激光雷达实现毫米级的激光测距精度，通过扫描棱镜的转动实现道路横断面的扫描测量。该方法特点是：设备便于安装、抗干扰能力强、测量精度且可靠性好。因此，该方法逐渐成为车辙测量的重要方法。

2.2.3 路面病害检测技术

由于车辆荷载和自然因素的作用，除路面车辙外，路面病害主要包括裂缝、坑洞等路面破损情况，随着这些病害的不断恶化，将会影响到车辆行驶的安全性与舒适性。因此，裂缝自动识别的精确性和可靠性是路面病害识别的关键技术，也是国内外工程人员和学者的研究重点。

目前，国内外主要采用高分辨率成像装置获取路面的高质量数字影像，然后通过机器视觉、深度学习等人工智能技术提取识别裂缝等病害[10，11]。该方法在进行大规模道路应用时，由于模型泛化能力问题，往往会存在识别精度不高、效率低等问题。此外，国外研究机构开展了基于高速三维激光扫描技术的路面破损自动检测，该方法通过高速三维扫描设备对道路进行扫描，进一步构建出路面三维精细化数字模型，以此提取路面病害特征，获得路面破损数据。与机器视觉技术相比，该技术弥补了机器视觉技术易受光照环境干扰、路面本身污染等不利因素的影响。但由于该技术受到扫描速度影响，尚未能够实现高速情况下路面细微裂缝的检测，且该技术对数据存储及处理能力要求很高，因此未能够实现大规模的工程实际应用。

鉴于此，路面破损智能检测技术是实现道路裂缝类病害和变形类病害的自动检测，但要达到工程应用程度，其关键是解决复杂场景下路面破损检测问题、海量数据存储及处理、各类病害特征提取等问题。

2.2.4 路面检测设备及平台

路面平整度、车辙、路面病害等道路重要指标不仅是一个衡量路面质量的指标，而且更是影响运输经济的一个重要因素，道路路面劣化发生将直接影响车辆运营费用及时间费用。为此，国内外工程技术人员及研究人员通过建立规范标准，研制各类检测设备来对加强度路面的检测及维护。

尽管这些检测设备已广泛应用于公路路面检测中，但经过调研发现，目前国内外道路检测仍存在的问题是：路面激光检测设备虽精度高，但其检测成本高昂、检测路段有限，低效耗时的数据分析使其没有大数据作为决策支撑，不能够对各个路段做到即时有效的检测与分析，这就导致路面激光检测设备的应用仅局限于少数重要度较高的高速公路等重要路段。而占比较大的普通道路（占总道路的70%以上）的检测仍以人工巡查的方式为主，甚至对于一些欠发达地区，由于资金和检测设备不足，高速公路都是采用人工巡查方式检测。面对智慧城市和智能交通基础设施提出的大规模高速公路、城市道路等全面性的检测需求，该方法显然是不能满足的。

此外，我国二、三、四级公路占比公路里程的88.6%，但是，目前国内对低等级公路检测技术与设备的研发及应用方面关注度不够。相关研究及工程实际应用还十分有限。随着我国智慧城市及智能交通基础设施建设的推荐，亟须开展大规模道路智能检评技术及装备的研发与工程化应用，其中道路的多个重要指标及病害检测的精度和效率是解决大规模低等级公路路面检测问题的关键和趋势。

2.2.5 道路巡查技术

目前，国内的日常养护巡查方式主要为：利用视频采集和图像采集设备进行道路信息采集，进而通过在线网络实现巡查现场的实时监控。但该方法在面对道路病害的精细化检测时，主要依靠人工的方式检测和识别，不能进行自动估算[12]，其检测效率和精度往往较低，占用大量人力资源。

随着无人机设备的广泛应用，国际上普遍认为无人机在公路交通领域会有很好的应用前景，其中一个应用重要领域就是路网监测。如在公路遇到冰雪雾、洪水、地震等自然灾害，利用无人机对存在危险或受损路段进行作业，及时准确地采集相关信息，并实时回传至路面控制系统，以利于公路管理部门了解公路损坏的性质、范围、程度，高效地开展应急处置工作。美国明尼苏达大学研究所利用无人机进行了路网交通监测，此次尝试基于现有技术，搭建无人机平台，开发了地面工作站工具软件，可实时分析数据，对明尼苏达州的路网交通进行了检测分析。国内，无人机应用于道路巡查的研究基本处于空白状态。

为实现大规模道路的高精度、低成本、智能化检测，在无人机设备方面，亟须开展无人驾驶飞行器智能控制技术、无人驾驶飞行器机载信息采集及传输技术、多功能地面控制及应急处置指挥平台系统技术；在路面病害精细化巡查方面，亟须开展低成本、高效率的图像采集及存储系统及路面裂缝、坑槽、沉陷等病害的精细化自动识别技术。

2.3 研究的必要性

综上可知，交通基础设施领域亟须开展道路多个重要指标的大规模快速检测技术、路面病害快速智能识别技术、路面状况综合评估与智能决策技术。此外，“十四五”规划指出，道路与公路养护管理的重点任务是推进公路养护管理设施数字化、养护专业化、管理现代化、运行高效化、服务优质化，实现养护管理提质降本增效。同时，要充分利用人工智能技术、新一代信息技术推进智慧公路建设，实现公路管理的高效化和智能化。其中，路网感知、信息采集和传输、分析决策均是智慧公路建设的核心内容。因此，全覆盖、低成本、高精度、实时性、智能化是道路检测与管理的发展趋势。鉴于此，“大数据道路监测管理平台的应用研究”的建设是智能交通信息化发展的必然趋势和要求，是有效优化和整合现有检测资源和降低路面监测成本的途径。

3 结论

大数据道路监测管理平台的应用部署将会全面提高公路的道路管理业务部门的养护业务管理水平，优化养护管理的流程，使业务管理的程序更加合理和规范，更加符合质量管理体系的要求，同时能够满足养护业务中各方的协同工作，信息共享的需求，规范养护业务，提高路况养护质量和工作效率，降低管理成本，使资源得以合理化、最大化的利用；同时，提高管养部门间协同办公能力，全面管理路况信息，及时准确评定路面质量，提供道路评定、评价分析数据信息，为管养部门决策层提供规划性、战略性的统计数据和决策支持信息。