城市道路智能巡检系统介绍
摘要：本文介绍一种高效率的道路智能巡检系统，在不影响道路交通的情况下，及时、高效进行城
市道路巡视、检查，通过软件自动设别道路病害、以及道路交通安全设施的现状，将道路病害在管理平台上
采用图像、图表的形式在屏幕上展示，并形成道路管养方案，为城市道路安全运行、管理、养护决策提供快速、及时、准确的资料。
关键词：道路智能巡检系统；车载巡查采集软件；道路智能巡查巡检车；管理平台；病害采集及处理；
1前言
城市道路，犹如人体的血管，需要保持畅通、健康，因此，需要对城市道路
进行体检，即对城市道路进行日常性巡查、以及有针对性地进行专项现状道路路
况调查。传统的日常性巡查主要采用人工目测方式，对道路、桥梁外观病害检查，以及照明设施、交通安全设施及交通标志进行外观和完整性检查。传统型检查受
工作环境、路面交通限制，耗费大量人力，效率低，很难做到快速、及时进行道
路现状检测、并实时反映道路路况。本文介绍采一种道路智能巡检系统，用车载
巡查系统（道路智能巡查车）配合专用计算机软件，对道路交通安全设施、交通
标志、路况进行快速巡查，根据检查到的实时路况及时通知道路管养部门，及时
采取相应的解决措施；必要时，对相应路段实施路面结构强度检测、路面平整度
检测、路面结构层及厚度检测、城市道路排水设施专项检测，为道路维修、养护
提供依据。
2道路智能巡检系统
道路智能巡检系统主要由车载巡查采集软件、道路巡查巡检车和管理平台组成。
2.1车载巡查采集软件
包括道路病害设别、交通标志标牌、交安设施隐患进行识别，以及病害采集
和传输。利用深度学习之图像自动识别技术，自动对道路病害、标志标牌、交安
设施隐患进行识别，利用逆透视变换图像视角矫正技术和相机像素标定技术，对
病害尺寸进行量化分析，可以精确地获得路面损坏面积和清晰的病
害框选图像。
2.2.1病害、交安设施隐患自动识别软件
识别模型训练：基于卷积神经网络和病害图像数据集训练道路病害检测模型，并按照行业技术规范对道路病害进行量化分析。
（1）模型网络结构图
1）由足量的道路图像样本预训练用于区分沥青路面、城市道路的分类卷积
神经网络(CNN)，对抽取的道路图像进行分类识别，确定道路的类别属性。
2）由足量的沥青路面病害图像、城市道路问题图像分别训练用于检测两种
道路病害的目标检测网络，对分类好的道路图像进行目标检测，确定道路病害类
别及其在图像中的位置。
3）截取道路图像对应的病害区域作为子图，输入至预先训练的图像分类神
经网络，计算出所述子图属于轻、中、重三等级的概率，识别出各道路病害的病
害等级。
4）将以上各个分类模型、目标检测模型进行级联，形成复杂场景下的道路
病害问题检测识别系统。
（2）识别模型优化流程
系统针对定制模型的深度学习提供了优化途径，通过有监督学习训练，达到
不断提升识别率和识别内容范畴的效果。
1）病害库管理：软件平台对所有的病害类型进行管理，称之为图像病害库，这些图像都有非常精确的标注和类型说明，对于新的病害类型，需要前期进行图
像样本积累收集和打标的过程；
2）复核校验：对于已上线的病害识别内容，系统会进行抽查和人工复核，对于错误识别的图片打上错误标签，对于漏检的图片打上漏检标签，错误和漏检的图片会放入病害库，用于模型的再训练；
3）模型优化：模型优化的过程就是再次训练的过程，通过不断纠正和补缺模型之前的错误，从而达到优化的效果，实现识出率和准确率均能达到90%甚至99%的水准。
（3）图像增强技术
采用限制自适应直方图均衡化（CLAHE）算法对图像进行预处理，突出待检测图像的病害区域，提升后续病害检测的正确率。
2.2道路智能巡查巡检车
2.2.1病害采集及处理
道路智能巡查巡检车，装备了专业级工业相机和GNSS高精确定位设备，对道路安全和基础设施进行高清影像抓拍和高精度定位，进行道路影像采集；前置相机抓拍正前方影像，用于分析标志标牌、沿线交安设施；后置相机用于抓拍路面影像，利用超高速快门即便在100公里/小时的车速状况下，也能拍清楚路面裂缝，并且保存每一帧图像对应的位置坐标。利用人工智能技术，自动对路面病害和基础设施安全隐患进行识别，利用逆透视变换图像视角矫正技术和相机像素标定技术，对其进行量化分析，可以精确的计算路面病害形态尺寸，帮助管理部门获得及时有效的路面破损和安全隐患信息，降低信息获取的成本，可以增加道路健康监测的能力，为运营养护决策提供依据。
在巡检车上安装病害、交安设施隐患自动识别软件，智能识别模型在接收到前端车载系统上传的影像数据信息后，对影像进行智能识别，对地理位置信息进行解析并匹配道路、上下行和相应的物理位置桩号（或靠近门牌号），并将资产信息和问题信息上传到服务器。
城市道路路面病害智能识别内容清单：
系统针对道路管养层面可以智能识别的主要类型清单如下：
沥青路面：龟裂、纵向裂缝、横向裂缝、坑槽、沉陷、波浪拥包等；
附属设施：标牌缺损、护栏缺损、井盖问题、抛洒物等。
2.2.2影像采集识别上传处理流程
道路病害及设施问题采集处理流程：道路资产和病害从采集、识别到上传到云端平台服务器，遵循以下处理流程
1）影像采集：道路医生采集端软件部署于车载工控机上，车子发动上电后软件自动运行，无需人工干预。软件控制车载的工业相机和GNSS定位装置，根据定位和速度混合运算行进距离进行等距离影像抓拍，同时记录当前地理位置坐标。
2）图像识别：软件抓拍到的影像，实时调用深度学习模型进行智能识别，判断出有病害的图像进行保存，并且匹配相对应的前景图同步进行保存，同时对地理位置信息进行解析后跟当前图像进行关联。
3）信息封装：采集软件将病害信息和坐标信息进行封装，将病害图像上传到云OSS服务，放入上传队列，为调用上传接口做好准备工作；
4）接口调用：采集软件调用云端接口，将病害信息和坐标信息上传，云端接口要负责将坐标定位绑定到对应的路上，同时与系统内的桩号信息进行匹配，并做好数据和图像的存储、图像病害画框处理等操作；
5）平台呈现：平台提供道路病害展示和处置流程，基于电子地图可视化展示道路资产和病害信息及图像，根据道路管辖范围结合人工审核实现自动派单、病害修复、结案等业务流程[1]。
2.3管理平台
