新基建背景下，圍繞AI打造的新應(yīng)用不斷涌現(xiàn)， AI道路巡檢便是其中之一。

　　千尋位置依托北斗高精度定位、地理信息采集、視頻圖像對比識別、公路專題地圖三維可視化等技術(shù)手段，打造AI道路巡檢解決方案，降低道路巡檢的成本、提升巡檢效率和病害識別的準(zhǔn)確率。

　　北斗高精度定位+AI道路巡檢

　　巡檢是道路養(yǎng)護(hù)的第一步，傳統(tǒng)道路巡檢主要依靠人工巡查、拍照紀(jì)錄的方式來完成，漏檢率高、效率低，巡檢員在車流中拍照存在較大的安全隱患。

　　千尋位置AI道路巡檢解決方案通過AI算法檢測的照片超55萬張/天，接近人工目檢的40倍，道路病害召回率和準(zhǔn)確率通過定向適配后可分別高達(dá)95%和90%，該方案已經(jīng)過多省市道路應(yīng)用驗(yàn)證。

　　AI道路巡檢解決方案由采集端（車端）和平臺端組成，其中車端包含高清攝像頭、高精定位終端、車載AI邊緣計(jì)算單元、通信回傳設(shè)備等；平臺端即智慧公路路面病害識別及路產(chǎn)狀態(tài)可視化平臺(簡稱“巡檢云平臺”)。“邊端一體”的輕量化可實(shí)現(xiàn)模塊化拆卸使用，快速部署在任意車輛。

　　千尋位置AI道路巡檢解決方案架構(gòu)圖

　　當(dāng)巡檢車輛上路行駛，高清攝像頭實(shí)時采集高速公路范圍內(nèi)的路面病害、缺陷及道路設(shè)施設(shè)備影像情況，車端AI邊緣計(jì)算單元通過圖像比對，自動識別道路病害情況，生成巡檢結(jié)果；無法識別的部分病害則通過數(shù)據(jù)回傳到巡檢云平臺進(jìn)行精準(zhǔn)識別和人工復(fù)核。與此同時，車載高精定位終端，實(shí)時獲取巡檢車車道級位置，識別道路病害精準(zhǔn)位置，服務(wù)于巡檢云平臺的病害三維地圖展示和精準(zhǔn)養(yǎng)護(hù)位置查詢，便于養(yǎng)護(hù)人員維護(hù)管養(yǎng)。

　　千尋位置AI道路巡檢解決方案提取道路交通標(biāo)識

　　從應(yīng)用出發(fā)，定義養(yǎng)護(hù)新標(biāo)準(zhǔn)

　　當(dāng)前AI道路巡檢技術(shù)的應(yīng)用整體處于早期階段，在已經(jīng)落地的AI公路巡檢項(xiàng)目中，部分業(yè)主單位也傳出了“AI路面巡檢實(shí)際效果并未達(dá)預(yù)期”的聲音。

　　經(jīng)實(shí)地檢驗(yàn)，千尋位置技術(shù)人員發(fā)現(xiàn)，AI識別病害，在注重其準(zhǔn)確性的同時亦需要將召回率也納入重要的模型評價指標(biāo)。“準(zhǔn)確率”，傾向于不錯報，“召回率”，傾向于不漏報；通過合理的召回與準(zhǔn)確率調(diào)參可有效避免因病害模型評價閾值設(shè)置不當(dāng)，造成“錯報、誤報、漏報”等事件，提高AI模型識別結(jié)果與實(shí)際應(yīng)用的匹配，減少二次復(fù)核的成本。

　　針對“準(zhǔn)確性”與“召回率”，如何設(shè)定合理閾值？面對這種挑戰(zhàn)，千尋位置已經(jīng)完成了數(shù)萬張病害照片的采集分析，在大量實(shí)際數(shù)據(jù)的訓(xùn)練過程中，建立公路病害的識別、判斷標(biāo)準(zhǔn)：其中“重要缺陷”偏重“召回率”，“一般缺陷”偏重“準(zhǔn)確率”，使得模型的準(zhǔn)確度得到了極大提升。

　　千尋位置AI道路巡檢解決方案進(jìn)行道路缺陷快速檢測

　　除了聚焦于路面病害，公路附屬設(shè)施、路基等也是重要的養(yǎng)護(hù)對象，千尋位置AI道路巡檢針對交通標(biāo)志牌、龍門架、護(hù)欄、攝像頭等目標(biāo)，進(jìn)行專門的模型訓(xùn)練，提煉出一系列關(guān)鍵指標(biāo)，目前已經(jīng)可以有效地識別道路標(biāo)識牌字跡不清、井蓋錯位等一些典型問題。未來還將進(jìn)行更多AI場景的研發(fā)，包括城市綠化、交通燈、路燈、環(huán)衛(wèi)設(shè)施等。

　　數(shù)字地圖，打通養(yǎng)護(hù)決策最后一公里

　　公路巡檢業(yè)務(wù)整體范圍較大，整個養(yǎng)護(hù)流程環(huán)節(jié)眾多，圍繞著病害治理的生命周期形成一條智能化的鏈條，才能有效地賦能整個行業(yè)。

　　結(jié)合北斗高精度定位等技術(shù)，千尋位置AI道路巡檢實(shí)現(xiàn)巡查軌跡回放、基于精準(zhǔn)時空標(biāo)簽的病害查詢統(tǒng)計(jì)等功能，形成涵蓋巡檢結(jié)果的數(shù)字地圖，輔助病害的可視化和流程化的管理；同時基于道路性能基礎(chǔ)數(shù)據(jù)，按照路段、路產(chǎn)類別、時間等條件實(shí)現(xiàn)多維度對比分析，充分挖掘巡檢歷史數(shù)據(jù)價值，提供巡查數(shù)據(jù)分析報告，供養(yǎng)護(hù)部門決策使用，打通巡檢結(jié)果與養(yǎng)護(hù)決策的最后一公里。

　　部署了AI道路巡檢采集終端的車輛

　　根據(jù)交通運(yùn)輸部數(shù)據(jù)，截至2020年底，我國公路總里程已經(jīng)超過500萬公里，公路養(yǎng)護(hù)里程超過495萬公里，占比接近總里程的99％，公路養(yǎng)護(hù)公共財(cái)政支出超過850億元。

　　高品質(zhì)的公路質(zhì)量是構(gòu)建現(xiàn)代綜合交通運(yùn)輸體系的重要保障，隨著路網(wǎng)建設(shè)快速發(fā)展，高速公路已進(jìn)入全面養(yǎng)護(hù)時代，基于北斗高精度定位的AI道路巡檢在助力主動式管養(yǎng)和智慧決策的同時，也將為構(gòu)建現(xiàn)代綜合交通運(yùn)輸體系、方便群眾出行創(chuàng)造更大價值。

　文章轉(zhuǎn)自千尋位置行業(yè)應(yīng)用