路测宝——路面健康快速检测系统 - ITS产品 - 智能交通世界网_智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 路测宝——路面健康快速检测系统

    2018-10-31 14:25:05 来源:上海智能交通 评论:
    分享到:

      当前,我国道路建设水平和里程量取得了举世瞩目的成就,路政工作由建设为主正逐步转向建设与养护并重的状态。在我国公路总里程约470万公里,路面出现坑槽、破损,路政和管养机构往往难以第一时间发现,以至于维修不及时,不仅影响出行体验,也造成路面使用寿命周期缩短。

    公路如何被快速、全面地“体检”?

    城市道路如何精细化管理?

    路面健康如何及时感知?

    公路管养如何科学决策、优化资金分配?

    请点击下面视频

    路测宝——路面健康快速检测系统

    告诉您破解之法

         继《2018中国城市基础设施建设与管理国际大会》——“智能交通与运营安全”分论坛上,上海智能交通公司智能检测事业部产品总监张晓明,针对道路健康快速检测做了产品创新发布,发布内容摘要如下:    

    image.png

    如何运营好一座城市,首先看如何运营好城市路网。以上海市为例,上海公路总里程超过1.3万公里,高速公路超800公里,如何运营好、养护好城市道路,一直是大家关注的重大课题。习近平总书记在上海市代表团审议的时候明确提出,像上海这种超大型的城市应该像绣花针一样精细的进行管理,与公路直接相关的“十三五”养护纲要里明确提出从“改革攻坚、养护转型、管理升级、服务提质”四个方面精准发力,并明确推广自动化的检测技术,建立信息系统推进养护决策的科学化,关键是道路数据的智能化采集和应用,在传统建设已经接近饱和的状态下,后期如何管理运营好就需要通过智能化手段,首先要有数据。比如说交通动态信息,可以通过线圈、雷达,甚至是地图厂商每分钟进行更新;施工养护信息,根据路政局官网和APP可以看到每天这个城市哪个地方在作业,提前做出自己的出行计划;暴雨,冻融等季节性病害或施工引起的重载交通,都可能造成性能的突变。至于道路本身,高等级道路目前水平是一年一次检测,而道路寿命是10-15年,利用全生命周期10多次的健康信息如何能精细化管理呢,而大量市政道路和低等级的道路更是常年无检的信息,道路更新一次数据影响道路因素的交通流信息可能更新52万次,这种动静态相互融合却又极度不对称的信息更新频率是不太健康的。就目前道路养护而言,存在问题如下:第一,低等级公路、乡村公路常见无检,维修滞后。第二,数据本身权威的年度精准检测难以支持日常自检和维护。第三,管理本身都在谈精细化管养和智能管养,我们缺乏动态养护策略,根本是没有数据支撑。第四,服务是个性化出行需求继续增加对驾驶舒适性的考虑。

    这些问题之下,我们能够做什么?我们先定一个小目标,为路面数据更新进行赋能,现在有哪些更新呢?第一步可以看到,地图厂商已经给我们做了很精细的拥堵状况,近两年交通事故、施工信息也叠加上去了,甚至可以清楚的查到空气状况,清楚的查到区域的雨量和天气信息,但是实际上道路本身的健康状况却难以及时更新,所以我们计划从时空两个角度来解决,即高频率、全覆盖检测来产生这样的数据。依靠现有昂贵的评价性质的手段是难以实现这个目标的,所以我们研发了自己的产品,路测宝——路面健康快速检测系统。产品有三个核心功能,两个应用技术和一个配套平台。

    首先,智能化的三个应用技术。基于功率谱的路面平整度快速检测。我们利用同济大学的人工测量精密数据以及一些业主进行实际对标,这个技术是达到了可以应用的精度,检测速度可达120千米每小时。

    现在针对路面平整度普遍的测定手段是什么呢?激光检测车,我们知道激光本身是非常准的,达到毫米级,但是测量准不准还要看动态精度,动态精度提升的关键在于如何车辆行驶过程中颠簸通过算法来消除或减弱。其实车辆行驶过程中的震动情况就反应了路面的平整度,技术的难点在于如何消除车辆自身的震动,把路面引起的振动抽取出来。我们首创了功率谱的方法,从频域和能量角度来考虑,把车辆自身震动的特定频率去掉。

    第二个关键技术,路面病害的自动检测,在车的后方搭载一个便携的摄像头,通过车速控制采集频率,检测速度可达90千米/小时,并且可以实现实时监测。

    识别算法基于深度神经网络,也就是众所周知的人工智能,大家知道人工智能技术的最大魅力在于只要给出数据、给出足够的算力就可以教会电脑在图片中识别特定对象,目前的综合识别精度达到了80%,这也是经过一年多的积累,我们现在数据库在不断丰富,不断与高校合作来进化、提高这个算法。具体比较常见的裂缝、坑槽、修补裂缝、修补网裂等等,同时我们发现市政道路的井盖和伸缩缝也有很多,那就也进行识别吧,结果它们的识别精度最高,90%多,我们还尝试识别其他的不同的病害,这是一个过程,只要有足够的样本和算力。

    第三,抗滑性检测,我们是定性判断。把图像转成计算机可以识别的数据,然后进行网络训练。我们研发过程经历了很多年,也取得到了一些成果,现在有一些成果正在申请,国家科技成果被评价为国际领先的成果,也获得了中国公路学会科学技术一等奖。

    算法如何落地成产品,我们经过了很长的思考,如何和传统高精度车进行差异化定位,它是权威评价,我们负责日常巡检,设备是为了发现问题、解决问题,设备一定要轻量化。首先做到设备和车要分离,要做到针对大家的私家车,设备装上去可以立马使用,而不是打造一辆庞大的检测车。第二,插电即用。第三,车载供电。

    为什么要轻量化、为什么要人车分离,更长远的想法是我们可以把这个数据由B端采集,就是公司、集团采集转向C端采集,只要愿意都可以搭载这个设备,跑的过程当中数据就出来了,这个数据如何共享、是怎得一个商业与合作模式是另外一个层面的东西。

    边云结合,我们这个是实时处理平整度和病害信息,我们大胆畅想,这个设备全国会有很多个,所以一定在前端做一些处理,使中心的处理变得简单高效,所测即所得。大数据、人工智能、“互联网+”是现在比较先进的技术或是思路,我们这个设备做到了实时互联,检测结果直接到可视化平台,不需要人工录入,在这两项应用技术下,还配套了实时化、可视化平台。我们在上海市的浦西主要市区都做了检测,同时在高速路、国省干道做了检测,不同颜色代表了不同严重程度,左上角会有工单作业,每次给工作人员定一个小目标,可以看到他们实时轨迹,现在上海市测试超过了3000公里,当然中间有重复,实际上覆盖里程约1000公里,累计获得了110万条数据。

    这个平台还有数据统计、分析、预测,这是传统平台都会有的东西,以前预测看过相关道路养护的报告,每年检测一次数据然后进行预测,我们需要做的是每个季度、每个月度检测一次数据进行预测。平台还支持报告自动导出,对标于官方报告,告诉你优良率是多少,建议你怎样修,预防性养护应该怎么办,其他数据怎样搜集,这个报告都会有。最后工单和轨迹管理,要知道车跑过哪些路,要知道作用范围,都可以实时看到历史的实时的轨迹。

    在可视化平台下,现在还有一些成果可以展示,我们的小目标是为路面信息更新赋能,初步来说做到了,在上海市,现在这些数据还在不断补充和更新中,立足上海面向全国。我们目标还有农村公路、高速公路,针对高速公路看看在成都做的案例,我们把这个放大,针对高速公路车道级健康信息检测的需求,高速公路做车道级检测比较简单,就是需要高精度地图和定位,如果有这个东西以后可以叠加广告牌、标识标牌和其他设施,现在只是做健康信息,就是路面的健康信息,PCI和RQI。

    比如杭州东站到杭州国际博览中心,大概12.2公里里程,花了23分钟,发现优良率大概是91%,平整度和破损指数出来以后,还有更微观的饼图,可以知道裂缝24条,修补裂缝是多少条,并且可以看到比较差的路段,同时测了从会场到机场,整个过程花了30分钟,这个路优良率达到了96%,这个数值是很高的,因为G20峰会的原因,这条路是刚修过的,但是平整度相对要差一些,高速路上有很多伸缩缝,会造成异常震动,破损指数是很好的,很少有破损,主要集中在快到机场的区域,这个区域是水泥路,水泥路板上病害还是有不少。

    总结下来,产品有核心技术,并实现了应用落地,最后形成了大数据平台,其实我们产品的本身可以看到,装载在这上,设备本身和车可以分离开,按照这样一个思路按照现在,已经形成了第一代产品,有高清摄像头、AI处理器、传感器和一些无线传输设备,这个产品正在使用过程当中。

    希望我们这个产品能够为路网运营带来一些贡献或者是启发,现在全国应用第一的就是路网健康咨询服务,比如说上海,尤其是杨浦区在做路网健康监测咨询,出季度报告,同时在湖州市做一些农村公路的健康咨询服务,同时还有其他的服务模式,就是巡检车改装和数据服务,比如说成都、宁波、上海三地有高速公路和兄弟公司都在用,他们买去设备后,我们协助改装好以后,以后只做分析数据的服务,他们的特点是有自己的巡检车,我们只需要加装设备就可以了。当然,这个产品在行业内的发展还是任重道远,无规矩不成方圆,想把这个东西推向长远,一定要进行市场应用,得到检验和认可再推一些规范的东西。在上海市在做这个工作,山东也在国省干道上进行应用,看一年两年后这个数据怎么样,如何推进这个技术发展,如何推广这个全新的产品,是我们下一步的工作。

    从一个想法变成算法,再变成产品的过程当中,我们发现人工智能的算法很多地方可以通用,比如路、桥、隧,思路就是如何通过智能算法减轻对设备的要求,重要的就是轻量化,实现路桥隧健康信息的快速更新,还有桥底板的裂缝,隧道的渗漏水,同时业主还给我们提供了很多重要的需求或者说是期待,就是这种设施完整性的设别。我们在做一个检测,或者是一个健康咨询,这种其实是发现问题,最终还要解决问题,还没有解决我们刚才说的智能管理问题,如何做科学化的决策,我们正在努力利用现有数据进行探索中。谈到智能、智慧在各个领域就像马拉松,一些领域已经跑得很快了,但是一些领域还是相对落后,相对落后我们愿意踏实的做好数据化,再做好信息化,再做好人工智能的决策,有数据、有信息和业务结合以后训练这种算法,这个模型已经进行了初步的搭建,但是说实话我们的数据量我们认为还是不够多,如果更多的话可以针对不同的地区建立不同模型库,我们的理念就是智能的技术本身是可以检测的,都是为了助力精细化管养。

  • 关键字:
  •    责任编辑:suyanqin
  • 延伸阅读!

  • 关于我们
  • 联系我们
  • 广告赞助