AI智能巡查在城市管理领域的实际应用

崔琰

天津市城市道路设施巡查中心 天津 300190

1 城市管理巡查模式现状

城市道路设施巡查是保障人民出行安全的一项重要工作。2021年在党史学习教育为群众办实事工作当中，作为道路设施巡查的一分子，在日常巡查反馈道路设施病害的同时，将病害问题及时反馈各养管单位进行处置，督促其完成维修工作也是重要的一环。日常工作当中，为解决群众困难，我单位从自身实际工作出发，在城市道路桥梁、管线井、城市道路停车等方面进行全方位的监管，同时使用人工的形式将天津市外环线以内的城市道路纳入巡查体系当中，成立督办组、考核组来完成各项工作指标，为群众解难题、办实事。下面就目前的巡查模式、难点、建议及思路做如下阐述：

网格化巡查管理模式为：设置巡查分中心及网格化管理中心，采用区域化责任制原则，由各巡查分中心在每个网格安排巡查员负责巡查，网格化管理分中心负责案件的汇总、分派和督办工作。道桥病害问题主要由巡查员或车巡组人员使用手机进行定位、拍照，录入信息后上报、分派、督办工作，案件的整体流转和统计工作依托已建成的信息平台完成。随着城市道路建设，道路停车泊位、共享单车管理等职能的增加，我中心完成了巡查手机的更新换代、信息系统的新建等信息化基础设施的完善等工作，力求以信息化、智能化手段快速解决城市管理中存在的问题。传统人工巡查方式存在劳动强度大、工作效率低、检测质量分散、手段单一等不足，人工检测的数据也无法准确、及时地接入管理信息系统。并且，随着无人值守模式的推广，巡查工作量越来越大，巡查覆盖率、及时性无法保证。此外，在恶劣天气条件下，人工巡查还存在较大安全风险，缺乏有效的巡检手段。大风、雾天、冰雪、冰雹、雷雨等恶劣天气下，也无法及时进行巡检[1]。

2 现有巡查模式中存在的主要问题

2.1 机动车道巡查较为困难

巡查人员上报案件时需靠近病害进行识别、定位和图片采集工作，如病害发生在人行道或车流量较小、车速较慢的非机动车道上，巡查员上报案件时较为便捷；但当病害发生在车流量较大、车速较快的机动车道上时，巡查员靠近病害进行信息采集时存在一定困难和危险性。此外，目前车巡过程中发现病害时需要相关人员下车进行信息采集，但是部分城市主干路或快速路存在停车不方便或不允许停车的问题，信息采集人员只能在车上进行抓拍，因此出现图片清晰度不够、反映问题不全面、定位不准确等问题，对案件后续的处理流程造成不利影响。

2.2 巡查过程主观性过强

巡查人员在巡查过程中对案件类型、严重程度、是否达到上报标准等主要依靠自身判断，不仅效率较低，并且对巡查人员经验依赖程度较高，主观性较强。此外，车巡过程中，巡查结果受车速、人员注意力等因素影响较大，对细微裂缝等早期病害易发生遗漏，巡查效果一般。因为案件上报过程中存在较多主观因素，所上报的案件难免出现描述不准、标准不一的情况，提高了案件后续处理难度，也对平台案件办理人员的业务能力有较高的依赖性，使案件立案环节的准确度成为案件误报率的瓶颈。

2.3 巡查力量不足

以10公里为巡查里程（预计整体巡查时间在2.5小时），由系统将天津市外环线以内所有城市道路进行统计，最终分成239个网格。以工作量计算，每个网格均应由一名巡查人员进行上下午巡查，巡查人员数量的缺乏是目前存在的问题之一，巡查力量不足造成在巡查周期内无法保证完成巡查任务[2]。

3 智能巡查的先进经验

3.1 高速公路视频巡检

经网上调研，目前部分高速公路采用远程视频巡检模式。该模式主要利用巡检车辆搭载高清广角摄像头，车辆以规定速度范围在高速公路上行驶时，可将路面及相关附属设施信息及车辆位置信息实时传送至远程桌面上，由特定人员在远程电脑上进行画面定格、问题定位、信息编辑等工作。由于巡检车辆驾驶人员及信息录入人员仅需要完成自身工作，因此该模式对部分人员整体素质要求相对较宽松，培训成本可明显降低，且因为信息录入人员相对固定，问题发现标准可较为统一。人工智能系统通过高清视频，也就是每秒30帧的图片信息，对每一张图片上的关注点信息能够全部进行识别，而且此过程每秒钟进行重复30次。其工作效率是人力无法比拟的。而快速的识别运算采集速度，可以允许执行巡查工作的车辆高速行驶。

此外，据悉部分高速公路已采用无人机搭载高清摄像头形式进行巡检，因专业无人机可通过内部程序制定巡航路线，故操作相对更为便捷，并能进一步节约人力成本。

3.2 AI智能巡查

经调研，目前已存在公路视觉AI养护巡查手段，《中国公路》杂志也已刊登相关文章。

视觉AI路面日常养护快速巡查技术方案体系，由一个便携式快速采集终端、一组AI智能识别算法、一套数据管理系统组成，是一整套可用于日常养护巡查的经济、便捷、自动化、智能化的解决方案，从发现问题、分析问题到解决问题，覆盖路面养护快速巡查的全流程管理。快速采集终端采用具备光学防抖、电子防抖功能的便携式高清运动相机，可在现有养护巡查车辆上快速搭载，将数据图像进行实时回传，终端集成GPS模块，采集影像包含GPS位置信息，便于病害定位，可结合GIS二次开发与地图关联处理。体系建立后，在日常巡查中的应用较为方便快捷，只需由相关人员驾驶巡查车辆在道路上保持一定速度范围进行行驶，通过高清运动相机采集的画面即可实时回传，并通过AI分析系统对图像进行智能分析，根据已有样本判断病害类型、大小等。前期由于样本不足的原因，AI分析可能有一定偏差，需要人工适量修正，随着样本不断补足，AI系统通过智能学习将不断完善，使智能识别系统更为精准[3]。视觉AI路面日常养护快速巡查技术解决方案优势，可归纳为“快速便捷、经济性强”“智能化、自动化程度高”“可视化程度高、直观性强”“可量化指标、多维统计分析，科学决策能力强”“契合行业发展、需求量大”，体现了智能化自动化养护管理的模式创新。

4 建议及意见

4.1 主动克服现有困难，提升办事服务效率

4.1.1 针对现有巡查中存在的问题，努力从管理和制度角度进行适当克服。一是加强巡查员的思想教育和安全意识教育，使巡查员能够在保证自身安全的前提下将问题信息完整采集。二是重视巡查员的业务培训，统一上报标准，减少后期案件处理难度。三是合理进行人员调配和巡查计划安排，保证巡查的效率和覆盖率。

4.1.2 通过GIS平台提供的地图数据和空间地理服务，实现市政道路设施的可视化管理，并且为巡查人员提供案件的位置信息，生成巡查导航路径。同时，提供人员巡查轨迹跟踪定位，实现人员督查的可视化管理。

4.2 充分利用现有资源，探索智能巡查新方案

4.2.1 视频巡查。人工智能系统通过高清视频，也就是每秒30帧的图片信息，对每一张图片上的关注点信息能够全部进行识别，而且此过程每秒钟重复30次。其工作效率是人力无法比拟的。而快速的识别运算采集速度，可以允许执行巡查工作的车辆高速行驶。网络带宽、服务器资源和电子大屏配置等硬件环境相对完备，可初步满足视频实时回传、存储和大屏展示等需求，为视频巡查工作的探索提供中心端硬件保障。可采购和安装部分车载摄像头、无人机等，初步进行视频巡查的实践探索。此外，可协调交管部门共享其摄像头视频信息，利用交管摄像头资源进行定点监测。

4.2.2 AI智能巡查。路面病害的日常养护巡查，主要借助人力，通过人车上路的方式开展巡查工作。巡查结果受车速、人员经验、注意力等因素影响，对细微裂缝等早期病害易发生遗漏，且巡查结果无客观数据支撑，不仅巡查效率低，并且巡查效果一般。视觉AI技术借助经济便携的运动相机完成路面数据的快速采集，并通过视觉AI技术快速分析采集影像，自动识别路面病害，可应用于公路路面日常养护快速巡查，大幅降低人工巡查负担，提高作业效率。在巡查工作中，我们要关注的信息多样复杂，通过深度学习，建立人工神经网络，形成图像识别模型，设备可以自动识别多种道路病害等关注点信息。AI智能巡查技术应用于城市道路巡查体系是智慧城市的发展趋势，能够解决人员、标准、安全等诸多问题。但目前使用AI智能巡查技术替代传统巡查模式尚不成熟，无法满足巡查工作中复杂多变的情况。因此课题小组建议：一是持续研究AI智能技术，针对实际道路状况、病害现状、数据更新等内容进行深入调查研究，进一步推进智能化与实际运用契合。二是探索新型管理模式，在网格巡查模式的基础上，调整巡查周期和频率，推进巡查工作向规范化、标准化推进，结合城市道路管线井地方标准的制定工作，推动智能化与城市管理相互促进。

在AI智能巡查的同时，我们也考虑将VR技术引入路面检测当中，形成三位定向对比，通过MATLAB等计算工具，形成道路设施完好质量监督机制，引入图像对比功能，通过设定的基础阈值，将道路病害（坑槽、脱皮、翻浆、松散等类型）加入到比较当中，使用MATLAB进行计算，纳入基础考核评分。方法是将道路图像物方空间的光学信息转换到像空间，通过记录得到对应的数字信息；在数学上也就是进行物方空间数字信息到平面数字信息之间的变换。事实上，数字图像处理的图像数据为数字信号，而处理后图像数据的单位为像素，若要检测出道路图像信息的尺寸，必须先建立实际物体尺寸与图像像素的对应关系，这就是需要对道路日常监测标定的工作。传统的方式是使用摄像机，确定相机的内外方位元素，再确定物体与成像空间坐标之间的转换关系。在道路日常养护检测工作中，通常使用非量测相机，若要得到相机内外方位元素就要经过大量的参数初始值设定和数据运算，计算量很大。通过VR技术及智能手机终端，目前已可实现与现场空间坐标之间的完美衔接转换。由巡查人员照片与VR镜像的深度还原匹配可以做到空间数字对比，设定阈值后进行标准化比对。目前，道路图像特征的研究大多数采用几何特征，如路面破损区域的长度、面积以及沿线设施的高度等来度量。通过图像采集和系统标定后，就可以获得目标的物方空间坐标，根据路面检测损坏类型及病害标准来计算不同类别的病害严重程度，同时还可以对道路沿线的设施问题进行一并检测。