南通大学：“智慧眼”三位一体监测 路面病害无处遁形

市政道路是城市生命线安全工程的重点关注对象。加强城市高架道路安全监测，提高道路养护效率，完善设施养护数据库，是市政养护工程的重点、要点、难点。南通大学交通与土木工程学院“虹固长通”团队（简称团队）运用计算机视觉与道路巡检车，搭配高精度相机和传感器，结合自主研发的数据处理技术和先进的图像识别手段，打造“三位一体”路面健康监测系统，精准解决道路安全痛点，让路面病害无处遁形，为道路维护与保养提供精准、高效的解决方案，打造城市道路上的“智慧眼”。不久前，该研究成果获得第五届全国智慧城市与智能建造大学生创新创业竞赛一等奖。

优化技术方案 精准识别路面病害

据不完全统计，江苏省地级市年均投入市政设施养护费用在5000万元以上，年均处理道路病害维护案件超1万件。目前，道路病害巡检以人工为主，部分道路尝试使用基于图像识别的机器巡查。然而，现有的病害识别技术难以同时适应人工巡查与机器巡查场景，面对复杂工况识别准确率有待提升。

更重要的是，病害识别后的任务流转、养护维修、质量评估需要大量人工资源参与分析，工作量较大。团队利用多项预处理技术对海量数据进行全面清洗、补全，利用分布式计算提升数据处理速率，为市政道路养护工程夯实了数据底座。

保证系统对路面病害识别的精确程度是团队主要关注的技术指标。团队从图形识别模型入手，添加空间、通道双重注意力机制，基于深度学习网络，建立病害识别模型，以适应复杂路面的病害分类、量化工作。

在精进技术的同时，团队还对初始监测方案进行优化，引入更高精度的传感器，简化数据传输和处理流程，以增强系统的自我诊断能力，确保监测系统能够在各种环境条件下稳定运行，准确反映道路桥梁的实际状态。多年监测记录表明，传感器的稳定性保持在98%以上，数据准确率保持在90%以上，病害识别精度最高达80%。目前各类监测与巡查系统已覆盖南通市区主要桥梁与全部城市道路。

发挥智能优势 提升养护作业效率

“要保证道路桥梁的健康，只做到路面病害的识别是不够的，预防病害才是最有效的解决办法。”团队指导教师项子儒介绍道，道路坍塌磨损的主要原因往往来自于车辆超载，因此，团队在提高监测数据处理效率的同时，利用动态载荷反演理论，通过应力应变、加速度等桥梁响应测算高速运行状态下车辆的轴力，实现对超重车辆的识别并进行针对性管控，与交管部门使用的动态称重系统相比，此方式可将成本降低到原来的60%到80%。

不仅如此，团队还最大限度发挥人工智能服务的工作效能，将病害识别模型与巡检车结合，推行人工—机器双轨巡查模式，实现高架、道路全覆盖智能巡查。同时，团队还基于市政设施的日常养护流程，搭建了道路养护平台，实现道路病害识别、养护任务派发、维修结果评估全流程电子化与智能化，做到“望、闻、问、切、诊”的闭环。

路面健康监测系统平台自建成以来，已处理病害4.5万起，出具季度、年度、特殊事件报告100余份，设施养护作业效率和品质大幅度提升，有效支撑了道路交通管养工作决策及应急指挥调度。

下一步，团队将继续关注存于地表之下的隐藏病害，从自动化、全面化、精确化等多个层面关注路面病害的监测和养护，助力城市生命线工程的高品质建设，为智慧交通的发展贡献更多力量。