当公路养护引入人工智能

文｜山东高速信息工程有限公司 吕新建 孙超 窦文彬

人工智能是近几年又重新焕发出勃勃生机的一股科技力量，是研究、开发用于模拟、延伸和拓展人类智能的理论、方法、技术及应用系统的一门新的技术科学。当前，人工智能的发展极为迅速，从简单的智能识别到能以与人类智能相似的方式作出反应的智能机器人，人工智能正经历着不断自我革新式的进化。目前，在高速公路养护工作中应用人工智能技术也逐渐成为趋势，这不仅能为高速公路养护带来巨大的效益和便利，还将为智慧高速、智慧养护的革新提供巨大的推动力。

人工智能的发展

自20世纪50年代开始进入科学家、数学家、逻辑理论家的研究视野至今，人工智能经历了多次发展。其主要有两个发展方向：一种是严谨的推理方向，以概率分布理论为基础，验证模型的有效性和可行性；第二种是假设实验方向，以神经网络相关知识为基础，让机器模拟人类大脑思考问题的方式，引导机器解决实际问题，并通过对数据特征进行提取、思考、归纳、总结，优化模型参数，训练数据对模型进行验证。这一方向的核心要点是特征提取和深度学习，它产生的应用成果包括语音识别、图像识别、自然语言理解、视频识别等。本文所研究的在养护工作中应用的人工智能为第二种假设实验方向。

目前，国内专家将人工智能层级定义为三类，即弱人工智能、强人工智能、超人工智能。其中，弱人工智能具有感知、记忆和存储功能，是特定领域智能，应用场景是图像识别、语音识别、语义分析、智能搜索、大数据应用；强人工智能具有认知与学习、决策与执行功能，是多领域综合智能，应用场景是无人驾驶和机器人；超人工智能具有独立意识与创新创造功能，应用场景为创新创造和解决人类无法解决的问题。由于技术所限，当前人工智能在养护行业仍处于弱人工智能阶段，人工智能技术和应用场景未成熟，仍需要进一步探索实践。

高速公路养护业务现状

“十三五”期末，全国高速公路通车里程已突破15.5万公里，截至2020年6月，全国汽车保有量达到2.7亿辆，高速公路养护面临巨大压力。高速公路通车里程和汽车保有量不断增加的同时，社会公众对高速公路服务提出了新的要求，高速公路养护也面临着新的巨大难度。

高速公路养护业务极为复杂，范围包括路基、路面、桥涵、隧道、沿线附属设施、绿化等，每一项类别包含数十种内容，这就要求养护人员在安全、质量、成本、时效性、精确性等方面持续提高养护管理水平。因此，养护人员在面对日益繁杂的管理、施工、决策等工作时，极为期待借助新一代的科学技术实现快速、高质量完成养护任务的目标。

2019年，中共中央国务院印发《交通强国建设纲要》，提出“瞄准新一代信息技术、人工智能、智能制造、新材料、新能源等世界科技前沿，加强对可能引发交通产业变革的前瞻性、颠覆性技术研究”“强化交通基础设施，加强基础设施运行监测检测，提高养护专业化、信息化水平”。充分说明，人工智能技术结合高速公路养护场景，符合国家交通强国战略思路，也将进一步助推养护工作向精细化和高效化发展。

人工智能在养护业务中的应用

当前，人工智能在公路养护工作中最普遍、最常见的应用是分析病害成因。首先，可以借助多种设施设备采集病害处样本，依靠AI算法、人工纠偏、形成某种病害特征库，再通过大数据、云计算等方法分析病害，反馈病害特征，经过总结后，利用人工智能手段进行巡查、检测、监测及决策分析。

人工智能在高速公路养护业务中的通用设计方案

智能巡查

在高速公路养护巡查过程中，传统手段为巡查人员驾驶巡查车上路通过肉眼搜索道路病害。发现病害后，巡查员现场拍摄照片并简单记录其特征，专家和技术人员针对病害问题召开研讨会，并通过照片确定病害类型以及修复方式。当照片不够清晰或位置不准确时，技术人员还需回到现场确定病害细节。由此可见，传统巡查道路病害的方法存在病害发现有遗漏、定位不准确、图像不清晰、巡查效率低下、需多名巡查人员同时上路等问题。

在养护中应用人工智能设备后，巡查车可在时速60公里以上的情况下，采集捕捉高速公路病害的高清图像。同时，通过巡查车智能巡查设备和后台服务可以实现随时巡查、随时定位、随时留影、随时检查。在巡查过程中，以人工智能的图像识别为基础，结合高清图像采集、4G/5G、北斗、大数据分析等多种技术，一体化完成病害发现、采集、查看、确认、上报等工作，大幅提高公路病害巡查效率，充分解决了传统人工巡查所面临的遗漏、安全和准确性不足等问题。

笔者在经过大量研究实践后发现，虽然人工智能在养护巡查中表现优异，但仍存在诸多不足，例如巡查范围较窄，尤其是在巡查双向八车道高速公路时，至少需要单向两台巡查车共同巡查，无法实现单台车或设备一次完成所有车道的巡查任务；另外，当前可巡查病害类型较少，病害样本存在不确定性，导致人工智能巡查判断有偏差，也是人工智能养护巡查不可忽视的问题和困难。

智能检测

公路养护检测以定期检测为主，分为常规检测和结构状况检测，检测范围较大、检测精度要求较高。从路面到路基、从常规设备到精密仪器、从目测到设备检测，养护检测的范围、方式、精度都趋向于需要更加全面、更加方便、更加智慧的人工智能技术介入。

基于上述情况，许多公路检测公司愈发注重研发人工智能养护检测机器人，试图通过多种方式解放检测人员和设备，从多个方向、多个层面为高速公路做全方位的检查检测。人工智能检测机器人集成了探地雷达、平整度仪、弯沉仪等设备的多重功能，不仅能检测检查出多种病害情况，其信息数据处理中枢还可以通过获取的道路病害信息形成二维图及拼接图像，并根据病害特征多维度、多层次分析病害源。后期人工介入后，可进一步优化病害源模型，提取高速公路病害数据特征后，进行数据训练，从而为检测和分析高速公路病害源提供更多数据驱动力，制定广泛适用于公路行业的智慧养护检测实施计划。

除养护检测机器人外，无人机等各类智能检测设备也为检测公路病害提供了多种渠道。据了解，无人机可以在非公路场景下，例如桥梁、隧道等存在物理盲区的地域进行检测，并提供检测对象相对完整的观测数据。

智能监测

高速公路桥梁和隧道一直以来都是高精尖养护技术的试验田，桥梁和隧道养护的安全性、复杂性和高精度则是养护工作关注的重点和难点。传统的桥梁、隧道监测手段是借助测量和检测工具由人工定时、定期记录桥隧变化，再进行对比分析得出结果。这种监测方法不仅费时、费力而且时效性较差。随着科学技术的发展，养护施工单位将物联网和人工智能技术广泛应用于桥隧监测工作中，例如在桥梁和隧道中安装监测传感器和监控设备，在服务端利用人工智能系统实现实时监测，全方位感知、捕捉、计算、预测桥隧变化，获取全面而精确的监控数据。

目前，人工智能监测技术运用的主要技术为机器视觉，即通过监控摄像头结合其他传感器，实现自动捕捉病害、自动丰富病害类型、自主训练数据，在经过长时间监测后发现，智能监测技术需要人工定期干预和纠偏，否则错误数据将影响养护人员对监控对象病害发展和异常情况的判断。

近年来，人工智能监测技术广泛应用于监测公路边坡病害工作中，边坡的形变包括位移、不均匀沉降、边坡深部位移等，养护人员可利用人工智能监测技术实时发现边坡的细微变化，掌握其形变规律和趋势，推测公路发生形变的原因，并加以处治。

舒运平 摄

决策大脑

未来的公路养护决策，将从主要依靠人脑、经验逐步向大数据分析和人工智能转变，在确保数据多维性、系统性、真实性、可靠性、准确性的基础上，通过分析公路病害、养护历史、路基路面检测、设施设备自动检测、公路周围环境及地质灾害等数据，为公路管理者提供重要的决策支撑，制定科学的日常养护计划和养护工程计划，最终建立科学智能的公路养护体系。

构建养护决策大脑，需要人工智能与大数据以及云服务充分结合，即数据平台、数据源、计算能力及深度学习的相互融合。在这一过程中，需要人工智能自动汇集多个数据源，如收费业务、路政业务、气象数据、公路路况、行驶车辆情况、监控设备、路侧感知设备、地理信息系统等与养护工程直接相关的数据，为决策者和管理者提供多层次、多方位的养护辅助决策信息。

人工智能实际上是感知设备、大数据资源处理平台和物联网资源平台的集合体，感知设备是资源采集的窗口，大数据资源处理平台是人工智能应用的基础，而物联网资源平台是其应用方法。在高速公路养护业务的应用场景下，建设大数据资源处理平台是人工智能应用的根本，实现路产数字化则是人工智能应用的重要辅助。人工智能能够有效解决高速公路养护巡查、检测、监测、决策乃至养护施工中面临的诸多问题。未来，相信人工智能在高速公路养护中的应用将越来越普遍深入。