效率提升40倍，北斗+AI定義道路養護新標準

　　新基建背景下，圍繞AI打造的新應用不斷涌現， 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確率。

　　北斗高精度定位+AI道路巡檢

　　巡檢是道路養護的第一步，傳統道路巡檢主要依靠人工巡查、拍照紀錄的方式來完成，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確率通過定向適配后可分別高達95%和90%，該方案已經過多省市道路應用驗證。

　　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邊緣計算單元、通信回傳設備等；平臺端即智慧公路路面病害識別及路產狀態可視化平臺(簡稱“巡檢云平臺”)。“邊端一體”的輕量化可實現模塊化拆卸使用，快速部署在任意車輛。

　　千尋位置AI道路巡檢解決方案架構圖

　　當巡檢車輛上路行駛，高清攝像頭實時采集高速公路范圍內的路面病害、缺陷及道路設施設備影像情況，車端AI邊緣計算單元通過圖像比對，自動識別道路病害情況，生成巡檢結果；無法識別的部分病害則通過數據回傳到巡檢云平臺進行精準識別和人工復核。與此同時，車載高精定位終端，實時獲取巡檢車車道級位置，識別道路病害精準位置，服務于巡檢云平臺的病害三維地圖展示和精準養護位置查詢，便于養護人員維護管養。

　　千尋位置AI道路巡檢解決方案提取道路交通標識

　　從應用出發，定義養護新標準

　　當前AI道路巡檢技術的應用整體處于早期階段，在已經落地的AI公路巡檢項目中，部分業主單位也傳出了“AI路面巡檢實際效果并未達預期”的聲音。

　　經實地檢驗，千尋位置技術人員發現，AI識別病害，在注重其準確性的同時亦需要將召回率也納入重要的模型評價指標。“準確率”，傾向于不錯報，“召回率”，傾向于不漏報；通過合理的召回與準確率調參可有效避免因病害模型評價閾值設置不當，造成“錯報、誤報、漏報”等事件，提高AI模型識別結果與實際應用的匹配，減少二次復核的成本。

　　針對“準確性”與“召回率”，如何設定合理閾值？面對這種挑戰，千尋位置已經完成了數萬張病害照片的采集分析，在大量實際數據的訓練過程中，建立公路病害的識別、判斷標準：其中“重要缺陷”偏重“召回率”，“一般缺陷”偏重“準確率”，使得模型的準確度得到了極大提升。

　　千尋位置AI道路巡檢解決方案進行道路缺陷快速檢測

　　除了聚焦于路面病害，公路附屬設施、路基等也是重要的養護對象，千尋位置AI道路巡檢針對交通標志牌、龍門架、護欄、攝像頭等目標，進行專門的模型訓練，提煉出一系列關鍵指標，目前已經可以有效地識別道路標識牌字跡不清、井蓋錯位等一些典型問題。未來還將進行更多AI場景的研發，包括城市綠化、交通燈、路燈、環衛設施等。

　　數字地圖，打通養護決策最后一公里

　　公路巡檢業務整體范圍較大，整個養護流程環節眾多，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。

　　結合北斗高精度定位等技術，千尋位置AI道路巡檢實現巡查軌跡回放、基于精準時空標簽的病害查詢統計等功能，形成涵蓋巡檢結果的數字地圖，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數據，按照路段、路產類別、時間等條件實現多維度對比分析，充分挖掘巡檢歷史數據價值，提供巡查數據分析報告，供養護部門決策使用，打通巡檢結果與養護決策的最后一公里。

　　部署了AI道路巡檢采集終端的車輛

　　根據交通運輸部數據，截至2020年底，我國公路總里程已經超過500萬公里，公路養護里程超過495萬公里，占比接近總里程的99％，公路養護公共財政支出超過850億元。

　　高品質的公路質量是構建現代綜合交通運輸體系的重要保障，隨著路網建設快速發展，高速公路已進入全面養護時代，基于北斗高精度定位的AI道路巡檢在助力主動式管養和智慧決策的同時，也將為構建現代綜合交通運輸體系、方便群眾出行創造更大價值。

　文章轉自千尋位置行業應用