3月28日，中國公路學會養護與管理養護與管理分會第十二屆學術年會在杭州正式召開。會上，時空智能基礎設施公司千尋位置網絡有限公司（以下簡稱“千尋位置”）對外全面展示了“北斗+AI”道路智能巡檢系統——千尋馳觀。該系統結合北斗+AI技術，挑戰道路病害“0漏檢、0重檢”，打造“實用”級別的道路智能巡檢系統。

大規模道路養護時代，道路智能巡檢正成為各地積極探索的新工具。根據賽文交通網的調研，當前道路智能巡檢技術應用以AI為主，整體處于早期階段，“識別精度不高、采集數據不準、與實際應用尚存在距離”等反饋在業內頻頻出現。

（千尋馳觀道路智能巡檢系統整體架構）

針對行業痛點，千尋馳觀深度整合時空智能、視覺智能、邊緣計算等高新技術能力，持續迭代，通過“車道級”目標位置估計、像素級面積計算、病害+路產聯合識別等多項產品功能，顯著提升道路巡檢作業效率，降低作業人力成本。據了解，該系統日均產生55萬張照片，達到人工目檢測的近40倍，道路病害召回率和準確率分別高達95%和90%。

百萬級樣本，病害+路產“聯合”識別

“AI技術的落地應用主要取決于數據、算力和算法。”千尋位置行業解決方案專家何喆卿表示，數據體量是應用的基礎，算力要能支持大規模的模型訓練，算法則必須達到一定精度。

2020年，千尋位置啟動業內首個高精度定位大規模路測。測試車輛搭載千尋位置自研的時空智能算法和北斗高精度定位服務，跑遍全國高速公路和主要城市高速路，路測覆蓋25個省和200個城市，不斷驗證迭代算法和服務。

大規模路測提供的百萬級樣本為千尋馳觀的“實用”打下堅固基礎。“通過路測，我們采集了不同城市、不同環境下的海量圖像數據，構建了百萬級別的樣本數據；除了聚焦于路面病害，千尋位置針對交通標志牌、龍門架、護欄、攝像頭等目標還進行了專門的模型訓練。”何喆卿介紹。

目前，千尋馳觀能有效支持7種道路表面病害，24大類總計355種細分類道路基礎及附屬設施的模型訓練，支持目標的覆蓋率達到95%。在模型訓練完成后，千尋位置還測試了模型的泛化能力，在不同路況、環境中完成了初步驗證。

像素級目標還原，所見即所得

交通領域強調“實時動態”，定位的精度至關重要。業內人士表示，北斗高精度的定位、高清晰的地圖和高準確的時間同步能力在交通等傳統基礎設施的建設、運營維護和管理中能發揮不可或缺的作用。

與一般AI道路巡檢系統不同，通過北斗高精度定位與計算機視覺技術融合，千尋馳觀能將在路面采集到的每幀畫面均賦予高精度位置及時間信息。一方面使得識別目標的定位結果和不規則病害面積的計算結果更為精準，減少估算誤差；另一方面，檢測對象精準的絕對位置坐標可與道路公里樁進行綁定，并根據需求定制相應的業務報表，有效支撐養護運維。

“計算結果更為精準，養護決策也會更科學。”何喆卿表示，千尋馳觀還通過邊緣計算方案的設計，讓所有數據均在車端完成存儲和計算，數據安全更有保障，系統運行更加穩定高效。

數據自動融合去重，挑戰0漏檢0重檢

經實地檢驗，千尋位置技術人員發現，AI識別病害，除注重其準確性（不錯報）之外，亦需要將召回率（不漏報）納入重要的模型評價指標。如果病害模型不精準，會造成目標因大小位置變化導致的重復報告。

為解決這一痛點，千尋馳觀在算法模型中引入了新的能力：單次采集數據去重，以及多次、多天采集數據自動融合。

單次采集數據去重，是將空間信息、時間信息、語義信息和視覺特征進行有效的融合，識別特定目標并編號，賦予其唯一的身份信息，使其不會隨著大小及位置的變化而重復報告。

多次多天檢測成果融合則意味著，通過AI+視頻和時空數據分析能力，將巡查結果進行數據整合、數據挖掘和AI推理等一系列操作，形成目標的全過程跟蹤，完善病害及路產庫，做到病害演變“可測”及路產的全生命周期管理。

何喆卿表示，通過“數據去重”，可直接優化養護工作人員對道路智能巡檢系統的使用體驗，讓識別更精準。

目前，千尋馳觀提供了輕量化的安裝方案，整體架構包含RTK+慣導的高精定位系統，高性能AI邊緣計算平臺和北斗+視覺AI感知終端。遵循小型化，輕型化，易安裝原則，可靈活適配各種車型。同時，基于邊緣計算能力，千尋馳觀可實時輸出巡查結果，支持生成道路資產電子臺賬，根據日常巡檢的結果自動更新。

據了解，千尋馳觀道路智能巡檢系統已在山東、遼寧、云南、江蘇等全國多個省市的高速公路及國省干線落地，助力交通行業智慧道路巡檢養護的規模化復制推廣。未來，千尋馳觀將持續迭代，推動機器視覺、時空智能、邊緣計算等技術與道路養護行業的深度融合。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：