高速公路病害智能检测系统研究

梁珊妮,黎奕枫,华梅芳,邓 泳

(广西交科集团有限公司,广西 南宁 530007)

0 引言

根据2021年交通运输行业发展统计公报显示,2021年年末全国公路总里程达528.07×104km,比上年末增加8.26×104km,其中高速公路里程为16.91×104km、增加0.81×104km。公路养护里程为525.16×104km,占公路总里程比重为99.4%[1]。由此可见,我国已进入大规模道路养护时代,面临着重大的养护任务。通过对道路进行定期或不定期巡检来获取路况中的病害数据,可以判断当前道路的使用状况、损坏程度,同时也可以为智慧养护提供有效的数据支撑[2]。因此,在高速公路养护管理工作中,如何快速、高效、准确地识别病害信息至关重要。基于传统的人工视觉进行病害检测,既不能满足养护需求[3],也存在耗时过长、效率低下、准确性不高等不足之处。因此,公路日常巡检、养护的自动化、智能化是发展的必然趋势。通过运用最新的自动化信息采集技术,实现病害数据的采集,使大规模、快速、准确地获取道路病害信息成为可能[4]。同时,紧密结合人工智能技术来进行病害的筛选、分析,可以及时、全面地发现问题,不仅提高了巡检效率、保证巡检安全性,还为高速公路的养护提供一致、客观的数据信息[5-6]。

鉴于高速公路管理信息化和智能化需求的日益强烈,国内已有一些公司推出高速公路智能巡查解决方案。这些方案大多包含巡查车上的图像采集设备、4G/5G数据传输能力、病害识别引擎以及巡查和病害管理平台,但是这些产品普遍存在价格高、精度低、场景单一、定位不精确、捆绑销售等问题[7]。这对于大多数运营公司和养护公司来说,采购成本高、性价比低、后期维护投入大。因此,针对市面上主流产品特性及应用现状,结合实际业务开展需求、资金投入计划等综合因素,本文介绍一款定制化开发的、能够识别多种路面病害及路侧病害的智能检测系统。

1 系统总体架构

高速公路病害智能检测系统针对路面病害及路侧病害设计,能够完成病害数据采集、传输、存储、分析、处理等流程,其总体架构如图1所示。高速公路病害智能检测系统总体架构由设备层、支撑层、数据层、业务层、用户层、网络层、展示层构成。

图1 道路病害智能检测管理系统架构图

(1)设备层:主要为各式硬件设备,包括用于采集数据的巡查车、摄像机、卫星定位设备、边缘计算设备、移动传输设备、服务器、计算机等。

(2)支撑层:提供各种关键技术支撑,包括人工智能、边缘计算、云计算、5G、大数据、GIS等。

(3)数据层:存储各式业务相关数据,包括巡检图片数据、GPS数据、巡检数据、病害数据、养护数据等。

(4)业务层:主要为业务服务与算法服务。业务服务包括工作台、数据看板、系统管理、巡检任务管理、巡检图片管理、病害管理、养护管理等模块;算法服务包括路面病害检测模型、交通标志牌检测模型、波形板检测模型等。

(5)用户层:主要为系统的使用者,包括系统管理员、巡检用户、核查用户、养护用户、普通用户,其通过操作展示层可进行道路巡查、病害分析、道路养护。

(6)网络层:主要实现数据传输,包括办公内网、外网、移动网。

(7)展示层:主要为用户使用系统的各种设备和界面,包括网页系统、平板电脑、数据大屏、智能手机等。

2 系统设计与实现

高速公路病害智能检测系统以深度学习图像识别技术为基础,综合应用卫星定位技术、移动通信技术、数据可视化技术,解决高速公路运营管理部门日常巡检、养护的痛点问题,提升高速公路运营管理的信息化和智能化水平[8-9]。高速公路病害智能检测系统由车载数据采集系统、高速公路病害智能检测管理平台、高速公路病害智能检测算法服务三个模块组成,其场景流程如图2所示。

图2 高速公路病害智能检测系统场景流程图

2.1 车载数据采集系统

车载数据采集系统由巡检车和车载仪器组成,其中车载仪器主要包括高清摄像机、GPS定位设备、4G/5G数据传输设备。车载数据采集系统能够在不影响正常交通的情况下,完成高速公路巡检数据的采集工作,记录路面及路侧的图像数据及图片的位置信息。待数据采集完成之后,利用4G/5G数据传输设备实时向高速公路病害智能检测管理平台发送采集到的图片和数据,为后续的病害识别、分析提供数据支撑。

2.2 高速公路病害智能检测管理平台

高速公路病害智能检测管理平台提供高速公路巡查、病害检测、高速公路养护的全流程管理。高速公路病害智能检测管理平台主要包括以下几个模块:

(1)工作台:包含数据概览、待办、通知、巡检任务进度、养护任务进度五个部分。数据概览部分根据不同的用户角色展示不同的数据统计信息;待办部分展示当前用户的待办事项;通知部分展示当前用户未读的通知信息;巡检任务进度、养护任务进度展示与当前用户相关的巡检任务和养护任务的进度情况。

(2)数据看板:主要进行巡检任务和高速公路病害可视化展示,包括数据统计分析展示,以及基于GIS地图的巡检轨迹展示和病害位置展示。

(3)巡检任务管理:包含巡检任务派单、巡检任务接单、巡检统计三个部分,主要管理巡检任务的创建、接收、完成、确认,以及巡检任务统计数据的可视化展示。

(4)巡检图片管理:支持用户实现巡检图片数据导入、图片详情查看、删除等操作。

(5)病害管理:主要包括病害管理、病害列表、病害统计三个部分。该模块支持用户完成病害识别检测、病害结果查看、人工修订、病害确认、派发病害养护单等操作,同时对病害相关统计数据进行可视化展示。

(6)养护管理:主要包括养护接单、养护施工管理、养护方案、养护统计四个部分。该模块支持用户完成养护任务接单、养护验收,养护方案导入、导出等操作,同时对道路养护相关统计数据进行可视化展示。

(7)系统管理:主要实现系统基础管理,主要包括用户管理、角色管理、权限管理、通知管理等。

2.3 高速公路病害智能检测算法服务

高速公路病害智能检测算法服务是高速公路病害智能检测系统的核心部分。该服务使用基于深度学习的图像识别技术对车载数据采集系统采集到的图片进行病害检测,支持裂缝、龟裂、坑槽等典型路面病害的识别,以及交通标志牌遮挡、波形板变形等路侧交通安全设施病害的识别。算法流程如图3所示。

图3 高速公路病害智能检测算法服务处理流程图

在进行模型训练时,训练集主要来源于公开数据和合作单位提供的真实巡检数据。通过对训练集数据进行标注,根据需要识别的病害的特点,选择了YOLOv5、ResNet、HRNet等图像分类、目标检测、图像分割技术来进行病害识别,召回率可达80%。最后将所有病害识别算法组合起来,形成算法服务,供高速公路病害智能检测管理平台调用。

2.4 应用

目前,已完成高速公路病害智能检测系统在广西北部湾投资集团有限公司沿海高速公路分公司的试点应用。该公司目前含4个管理中心,管养里程为373 km。一次完整的巡检需每5 m采集一张图片,共采集上、下行14.92万张照片。如果使用传统的人工检测方法,按平均每人每秒处理1张照片计算,大约需要41 h,折合约5 d才能完成。现在,将采集到的图片采用高速公路病害智能检测系统中的检测算法进行处理,单张图片的处理时间可降低至0.25 s以下,通过并行技术可将全部图片的处理时间压缩至数小时。智能检测算法可筛选出25%的疑似病害图片,由运营管理人员进行二次确认,这样可将人工处理图片的时间压缩至10 h左右。后续还将结合应用情况继续完善系统功能,进一步加强系统中智能巡检与日常养护工作的融合,提高高速公路管养的运营效率,降低相关成本。

3 结语

高速公路路面修建之后,在大量车辆反复行驶以及多种气候变化的影响下,其使用性能会不断衰退。因此,本文针对高速公路病害智能检测系统展开研究,该系统通过对高速公路进行智能化、自动化巡检,并对采集数据调用算法服务进行病害检测,及时发现问题,合理定制养护方案,可提高高速公路的使用年限,保证高速公路的安全性,进而提高经济效益,以期为推进高速公路养护专业化、管理现代化、运行高效化、服务优质化,全面促进高速公路可持续健康发展提供助力。