公路路面智能检测与管理系统研究

朱立伟，李宏伟，冷志鹏

（宁波杉工智能安全科技股份有限公司，浙江 宁波 315000）

0 引 言

根据国家相关统计，我国机动车保有量达3.4亿辆（截至2019年6月）[1-4]。公路路面长期暴露在自然环境下，路面材质和结构都会受到不可逆转的影响，大大缩短了路面的使用寿命[5]。目前传统的基于人工视觉的检测方法已经不能满足道路养护的需求[5-7]，存在诸多缺陷：人工投入大、工作效率低、人员主观性大、检测时影响正常通行等。

近年来，人工智能技术迅速发展，由于机器视觉具有便捷性、精确性、迅速性、智能化等优点，被广泛应用于工业生产等领域[8-9]，为人类的生产生活带来诸多便利。本文通过使用机器视觉代替传统检测方法实现对路面病害的自动识别、定量分析、养护管理，并提供一体化管理平台，为现场路面病害的巡检及公路养护维修人员提供自动化、信息化、智能化服务。

1 系统总体功能概述

公路路面智能检测与管理系统主要包括路面检测系统和路面检测智慧管理平台。

（1）路面检测系统主要包括检测算法模块、检测传感系统。检测算法模块：使用AI图像识别算法对高清摄像机采集的路面数据进行实时处理分析，获取路面的主要病害类型。本模块可结合GNSS定位对病害进行空间分析，获取病害的空间位置及分布，实现路面病害的实时检测。检测传感系统：针对采集的图像数据通过模数转换、图像预处理等操作后作为算法分析软件的输入，经算法分析后，数据同步存储在工控机中，并通过5G通信技术传输，与管理平台连接，实现对采集数据的实时分析。

（2）结合公路路面养护的实际需求，本文研究了应用需求、平台设计、开发及应用等技术，并搭建了公路路面检测智慧管理平台。

路面检测流程如图1所示。

图1 路面检测流程

2 公路路面检测系统

公路路面检测系统通过检测传感器采集数据实现对路面病害的实时分析。

该系统采用基于深度学习的算法YOLOv5，该算法在目标检测领域应用极为广泛。YOLOv5网络结构如图2所示。

图2 YOLOv5网络结构示意图

采用YOLOv5进行路面病害识别的过程大致如下：

（1）将原始路面病害图像作为网络输入，并将路面病害图片划分成S×S大小的网格，遍历所有网格，如果病害中心出现在网格中，那么该网格负责检测病害。

（2）每个网格预测出候选框，每个候选框包含5个预测量，即（x，y，w，h，score），其中物体的中心点坐标为（x，y），候选框的宽和高为（w，h），候选框中含有路面病害的置信度为score，其表达式为：

式中，Pr（object）表示候选框的单元中是否含有病害，若含有病害，则将Pr（object）置为1，否则置为0。

（3）从3个尺度进行多尺度预测，每种尺度预测3个box，anchor通过聚类得到，经logistic分类器对路面病害进行预测分类。

针对路面常见裂缝、坑槽等病害，应用YOLOv5进行识别的效果如图3所示。

图3 使用YOLOv5进行路面病害识别效果图

系统利用GNSS、车辆里程定位数据实现空间位置定位，实现定位与里程位置、车道等坐标转换，完成对病害的空间定位及分布情况分析等。

3 公路路面检测智慧管理平台

本平台可实现与路面检测系统数据的实时联动，平台框架如图4所示。

图4 公路路面检测智慧管理系统框架

（1）基础数据库：实现路线信息、区间信息、构造物信息等基础数据管理。

（2）路面病害管理：实现路面各类病害管理的同时，为病害的精确识别提供海量样本，为AI分析模型提供数据支撑。

（3）趋势预测管理：对路面性能进行预测，并提供养护决策，编制养护计划。

（4）综合展示管理：建立GIS地图、图像信息与基础数据、检测数据、评价决策结果的关联，以图表形式为养护单位提供信息查询与展示。

图5所示为公路路面智能检测系统展示界面。

图5 公路路面智能检测系统展示界面

4 结 语

本文提出了一种先进的路面病害检测技术，可实现路面病害智能快速检测，为公路路面检测提供关键技术与装备保障，实现公路路面养护管理工作的智能化，有效降低管理养护成本。