车载式道路结构无损检测技术在厂区智慧运维中的应用

樊嘉谦，王泽文，杨 睿，杨 康，白 意

（1.武汉钢铁有限公司运输部，湖北 武汉 430083；2.上海圭目机器人有限公司，上海 200433；3.北京北咨工程管理有限公司，北京 101113）

0 引言

随着社会经济的发展，交通出行和工业生产对道路运输能力的需求不断提升，使得道路快速检测及运营维护工作出现新的挑战。厂区道路以重载交通为主，对快速检测维修需求更为突出。传统的人工视觉检测和钻芯取样耗时长，路面恢复效果差，很难实现大面积道路的高效精准检测。因此快速无损检测技术在厂区道路的应用极为重要，且无损检测技术同样是道路检测发展的趋向。王大为等[1-4]通过对三维探地雷达技术应用研究，证明其在道路病害调查及分析中具有广泛的应用前景。

目前国内外车载检测系统仅可对道路表观破损进行调查，周游佳等[5]研发了基于三维检测技术的道路综合检测车，可快速采集路面灰度图像和横断面三维高程数据并识别裂缝、车辙、坑槽等常见公路表观破损。智能无人机和车载移动测量系统为道路表层和内部结构病害的非接触式大范围调查提供了可能[6]。但是对于车载式道路表观结构破损同步检测的技术及研究较少。

基于此，本文通过研发车载检测技术，集成高分辨率激光相机和高密度三维探地雷达，实现对厂区多条道路的表观破损和内部结构病害同位置数据采集、对比，通过GPS 厘米级精确定位、雷达数据AI技术自动识别和道路质量评估等多维度解决方案的融合，为厂区道路提供多源精准数据及专业运维养护建议，为科学养护、科学决策、智慧运维提供依据。结果证明车载式道路结构无损检测技术具有较好应用效果，有助于在道路检测领域推广应用。

1 研究区域概况

本次调查的道路位于武汉武钢集团公司厂区内部道路，共涉及33 条道路，总长度约27875 m，总面积约250950 m2。该厂区道路使用年限普遍在20 年以上，交通量较大，原对应等级为三、四级标准的道路，实际承担一级道路及特重道路的通行压力，部分道路先后发生不同程度破损，依靠道路损坏事后被动养护已不能满足道路使用及道路养护管理需求。

由于钢厂多为重载运输车辆行驶，且交通量大，交通安全要求高，为调查清楚道路结构病害情况，保障厂区道路行车安全及延长道路使用寿命，提高道路养护质量和资金的使用率，结合道路实际情况，制定预防性养护策略，实现科学化、规范化、节约型、效益型养护的工作目标，确保路况质量的稳定，故采用车载式路面结构健康调查系统对厂区道路进行调查。

2 数据采集方法

2.1 数据获取系统

采用自主研发的车载式结构智能检测系统[7]获取道路病害检测数据。该检测系统包含高分辨率激光相机和高密度三维探地雷达。激光相机能够获取细节清晰且含深度信息的道路表观破损影像。三维探地雷达在车辆移动过程中发射电磁波脉冲信号，通过电磁波在不同介电常数的土质中发生折射与反射后被接收机接收，基于探地雷达波特征的地下病害的识别方法，根据正演规律推断某些病害特征的波形、振幅、相位与频率的变化等，然后根据现场探测得到的波来反演路面内部形态，辅以水平切片的直观形态，对结构病害作精确、详尽的判断[8]，最终获取高密度的路面结构三维病害体数据。

车载式结构智能检测系统如图1所示，具体检测系统参数见表1。

表1 车载式结构智能检测系统参数

图1 车载式道路结构智能检测系统采集数据现场

2.2 病害识别

通过自主开发的数据处理软件，依照《公路技术状况评定标准》（JTG 5210—2018）[9]实现对道路表观破损病害类型和影响程度的自动识别，主要包括裂缝、破碎板、修补等。内部结构异常则根据雷达剖面结构特征进行解析，自动识别出典型的脱空、疏松等病害。根据《城市地下病害体综合探测与风险评估技术标准》（JGJ/T 437—2018）[10]对病害严重程度进行评级。通过道路表观破损与结构病害同位置数据分析，发现其关联性，提出科学处置意见。

2.2.1 表观破损病害

表观破损以裂缝最为普遍，不同道路的裂缝密度和严重程度差异显著。普遍存在一定数量的破碎板和修补，部分道路破碎板比例较高。总体而言，水泥混凝土路面的表观破损损坏程度高于沥青路面（主要为白改黑工程后的路面）。

2.2.2 内部结构病害

通过调查发现，内部结构病害主要集中在基层和土基，以疏松和富含水为主。大多数路段土基存在较为严重的结构疏松现象，如机修东路及支路、老扎北路、老扎西路、三炼钢东路等。部分基层和土基存在一定范围脱空。特殊路段如四冷轧东路、四冷轧南路、一冷轧南路基层出现富含水情况。

3 表观破损与内部结构病害的关联性分析

通过各路段表观破损数据与结构病害同位置分析发现，在土基或基层疏松位置，其上部混凝土路面和沥青路面存在明显的水泥混凝土板破碎及沥青路面开裂情况；通过分析判断结构病害（脱空、疏松、富含水）导致上部混凝土板的受力不均，承载力降低,在荷载作用下最终导致混凝土开裂；同时上部存在结构裂缝会加速结构病害劣化，产生脱空、疏松及富含水等病害。将道路表观破损及结构损坏影响面积与道路检测面积占比进行对比，见表2。

表2 道路表观破损与结构损坏占比表

通过分析表2可得以下结论：

①从病害占比角度可见，表观破损与结构病害两者存在一定的关联性，所有路段的表观破损占比和结构破坏占比的Pearson 相关系数为0.623。但不完全对等，结合实际道路维修情况判断，主要原因是部分路段，如老扎北路、老扎西路等道路进行水泥混凝土路面加盖沥青混凝土的维修，导致原有道路表观破损被处置。

②在沥青路面，表观破损影响面积占检测面积的占比在大多数路段为2.6%～3.3%之间，而结构破损占比较低，在0.8%～1.5%。对10 条沥青路面进行分析，表观破损影响面积占比和结构破损影响面积占比相关系数为0.426。

③在水泥路面，表观结构破损占比均较高，表观破损占比在大多数路段为10.2%～39.2%之间，结构破损占比在1.2%～14.9%之间。这说明两者的破坏存在正相关，表观破损影响面积占比和结构破损影响面积占比相关系数为0.701。

总体来说，表观破损数量较多较严重的路段，结构破坏的数量和程度也较严重。但由于影响两者的因素较多且成因多样，表观破损占比与结构破损占比不完全线性对应。对比沥青路面和水泥路面，水泥路面的表观破损影响面积占比与结构破损影响面积占比相关性更高。

沥青路面表观破损主要与沥青老化、下部水泥混凝土强度及原有病害等因素相关。结构破坏与路基填筑质量、地质条件、交通荷载等相关。但两者也存在互相影响，表观破损开裂会加剧水渗入导致结构疏松，结构破损也会引起承载力不足和受力不均导致出现表观损坏。综上所述，表观破损与结构破损存在一定的相关性，但由于道路病害成因多样，存在少部分占比不对等的情况，需要结合具体情况进行进一步分析。

4 智慧运维处置

结合车载式结构智能检测系统采集的原始数据形成道路数字化实景模型，基于该数字底座，针对表观破损与结构病害占比关联性强的路段，建议对道路表观破损和结构病害同时处置。

对已经裂缝但未贯穿的混凝土板进行灌缝处理，对裂缝宽度大于3 mm的可以先进行扩缝后再进行封缝处理；针对已经贯穿的裂缝建议进行换板处理；针对边角剥落和板角断裂，建议进行全厚度切除后重新浇筑混凝土进行处理。

后将表观破损下部存在的脱空、疏松区域建议使用水泥净浆进行注浆处理，若病害劣化速度快，则建议挖除混凝土板及水稳基层，重新铺筑。

对混凝土板块损坏不严重的可将该条路混凝土板进行封缝处理，切割修补处理和注浆处理后，加铺土工布或抗裂贴，之后在混凝土板上撒布乳化沥青，待破乳后重新加铺沥青混凝土面层。

针对关联性较弱的路段，建议具体分析道路病害成因，采取表观破损专项处置，如灌缝处理或单块混凝土板换板；针对结构病害可进行观察或局部的注浆处置或不处置定期观察。

通过有针对性的处置意见，从而采取科学的维修手段，避免在同一道路位置反复维修反复损坏，造成人力物力的浪费。

5 结语

车载式无损检测系统能够自动高效获取道路表观破损和内部结构破损的大量图像和数字信号数据，实现病害同位置数据对比及病害精确定位及评估。

研究发现路段的表观破损占比和结构破坏占比相关系数为0.623，相关性较高，验证了道路结构无损检测技术在厂区道路应用的科学性，同时通过准确定位病害位置和范围，为科学制定维修方案提供有效支持，验证了该技术在钢铁厂区的全寿命周期道路资产管理及数字化科学运维管养的应用价值，可为针对性养护和科学养护提供依据。该技术可推广应用于其他路网和桥梁等交通基础设施运维管养和健康周期性检测，形成基础设施全寿命周期衰变模型，在关键节点进行维修科学养护。

研究不足之处在于未将道路维修历史状况信息、道路使用年限和道路交通及荷载增长量进行详细的统计分析，后期可在本应用研究基础上继续深挖数据价值，从而得出更加有针对性的结论。