空天地一體化公路智能巡查技術(shù)應(yīng)用與實(shí)踐

空天地一體化公路智能巡查技術(shù)應(yīng)用與實(shí)踐2023年7月20日01020304項(xiàng)目背景總體方案關(guān)鍵技術(shù)應(yīng)用實(shí)踐目

錄CONTENTS01項(xiàng)目背景現(xiàn)狀分析4人工巡查，監(jiān)測(cè)難?

勞動(dòng)強(qiáng)度大?

危險(xiǎn)系數(shù)高?

工作效率低?

實(shí)時(shí)性差?

漏檢率高?

作業(yè)質(zhì)量受主觀因素影響較大路隧橋坡數(shù)據(jù)源多，管理難?數(shù)據(jù)來源多?

格式內(nèi)容多樣?

系統(tǒng)多，存在信息壁壘?

難實(shí)現(xiàn)閉環(huán)綜合管理巡查方式單一，成本高?

巡檢方式單一?

覆蓋范圍小?

易重復(fù)巡檢?

資金投入大，成本高業(yè)內(nèi)共識(shí)5應(yīng)對(duì)高頻率病害產(chǎn)生不同地區(qū)、不同等級(jí)的公路人工巡檢成本不同。截至2022年末全國公路里程535.48萬公里,其中高速公路里程29.72萬公里，國省道里程77.31萬公里。降低高人工成本和風(fēng)險(xiǎn)高速單次人工巡檢每公里的成本均價(jià)約500元，全國31個(gè)省級(jí)行政區(qū)(公路總里程超過528+16萬公里)，粗略估算全國公路巡檢一次的人工成本在25億人民幣之內(nèi)，而路面巡檢是公路巡檢的一個(gè)方面。人工智能識(shí)別數(shù)字化管理公路路面養(yǎng)護(hù)具有日常性、預(yù)防性、成本高等特點(diǎn)，只有面向這些特點(diǎn)針對(duì)性的解決問題，才能更有效地推動(dòng)AI路面巡檢的應(yīng)用。現(xiàn)狀分析6巡查方式人工手機(jī)巡查定檢車輛檢查車載視頻巡查無人機(jī)視頻巡查優(yōu)點(diǎn)缺點(diǎn)效能現(xiàn)場(chǎng)拍攝，現(xiàn)場(chǎng)填報(bào)，現(xiàn)場(chǎng)確認(rèn)

安全性差，填報(bào)效率低作為輔助人工巡查的手段作為道路技術(shù)狀況評(píng)定依據(jù)，評(píng)價(jià)結(jié)果具有客觀性高精度，病害檢測(cè)全面，車道級(jí)

適用于定檢，周期長(zhǎng)，成本高依靠視覺算法，效率高，自動(dòng)生

各廠家識(shí)別精度無法統(tǒng)一衡量，巡查結(jié)果和圖片真實(shí)反映道路成巡查報(bào)告

范圍不一致

狀況空中視角比斜視角更容易判斷病

車流量大的路段存在安全隱患、提供垂直視角準(zhǔn)確監(jiān)測(cè)路面狀害性態(tài)和位置

遮擋等問題況管理需求7道路巡查場(chǎng)景不同，對(duì)巡查要求不同，包括空、天、地及穿透視角公路里程長(zhǎng)目的需求覆蓋面積大管理類型多所有對(duì)象有效監(jiān)測(cè)高效集約巡查時(shí)效長(zhǎng)檢測(cè)精度高巡查效率高路況地貌雜資金成本低巡查效率低數(shù)據(jù)關(guān)聯(lián)有局限02總體方案項(xiàng)目目標(biāo)9技

術(shù)

手

段要

求

效

果n

衛(wèi)星遙感n

降低成本n

提高效率n

巡查時(shí)效長(zhǎng)n

檢測(cè)精度高達(dá)到的效果n

無人機(jī)巡查n

巡查車巡檢總體框架10數(shù)據(jù)處理數(shù)據(jù)展示PC衛(wèi)星+算法自動(dòng)處理關(guān)鍵信息人工校核無人機(jī)手機(jī)邊坡橋梁隧道道路巡查車11衛(wèi)星普查衛(wèi)星數(shù)據(jù)獲取類型12地面站接收的衛(wèi)星光學(xué)衛(wèi)星：泰景一號(hào)、長(zhǎng)光一號(hào)、安溪鐵觀音一號(hào)雷達(dá)衛(wèi)星：ICEYE星座、海絲一號(hào)高光譜衛(wèi)星：海絲二號(hào)、廈門一號(hào)科學(xué)衛(wèi)星：中法碳衛(wèi)星系列...衛(wèi)星影像數(shù)據(jù)處理13衛(wèi)星影像高分二號(hào)衛(wèi)星數(shù)據(jù)處理影像預(yù)處理特征提取算法數(shù)字建模高光譜衛(wèi)星特征優(yōu)化算法病害優(yōu)化算法底圖三維數(shù)據(jù)道路巡檢山區(qū)公路，高分二號(hào)衛(wèi)星影像；高光譜衛(wèi)星可獲得含水率、溫濕度影像數(shù)據(jù)等14無人機(jī)無人機(jī)全過程自動(dòng)監(jiān)測(cè)（視頻+激光+建模）15無人機(jī)探測(cè)載具：攝像機(jī)，激光雷達(dá)，紅外，光譜儀，探地雷達(dá)等選擇最佳匹配激光器，并進(jìn)行現(xiàn)場(chǎng)參數(shù)調(diào)試，以獲得密度更高的點(diǎn)云數(shù)據(jù)，用于后期建模。場(chǎng)站機(jī)倉激光點(diǎn)云+視頻建模渲染場(chǎng)站設(shè)置點(diǎn)云獲取全景建模指令預(yù)設(shè)圖像獲取局部建模無人機(jī)搭載含水率光譜儀16無人機(jī)可掛載多種監(jiān)測(cè)儀器，包括含水率光譜儀，選擇合適型號(hào)，可以測(cè)量坡面各區(qū)塊含水率狀態(tài)，比衛(wèi)星數(shù)據(jù)更準(zhǔn)確，比墑情傳感器更高效。17巡查車巡檢車智能化升級(jí)18運(yùn)用5G技術(shù)結(jié)合巡檢車輛的特點(diǎn)狀況研發(fā)，包括感知、傳輸、分析、控制四大模塊。重點(diǎn)解決：路面病害檢測(cè)質(zhì)量和效率。路面病害類型示例19破損類型分級(jí)外觀描述分級(jí)指標(biāo)破損類型以裂縫為例橫輕中初期龜裂，縫細(xì)、無散落，裂區(qū)無變形

塊度：20～50cm裂塊明顯，縫較寬（2-5mm），無或向裂縫塊度：﹤20cm龜裂輕散落或輕度變形裂塊破碎，縫寬(大于5mm)，散落重，變形明顯，急待修理縱重塊度：﹤20cm向裂縫輕重輕縫細(xì)（小于3mm），不散落，塊度大縫寬（大于3mm），散落，裂塊小縫壁無散落或輕微散落，無或少支縫塊度：﹥100cm塊度：50～100cm縫寬：≤3mm塊狀裂縫類

裂縫龜裂塊縱裂重輕重縫壁散落多，支縫多縫壁無散落或輕微散落，無或少支縫縫壁散落多，支縫多縫寬：﹥3mm縫寬：≤3mm縫寬：﹥3mm狀裂縫橫裂路面病害識(shí)別分析20自適應(yīng)的路面病害檢測(cè)模型模型測(cè)試?檢測(cè)效果最好的模型，對(duì)檢測(cè)道路上的各種病害（以裂縫為例）進(jìn)行檢測(cè)與識(shí)別目標(biāo)訓(xùn)練?樣本初次收集?離線預(yù)訓(xùn)練?在線自動(dòng)檢測(cè)?在線自適應(yīng)調(diào)整模型選型和優(yōu)化?FasterR-CNN模型基礎(chǔ)進(jìn)行道路病害深度學(xué)習(xí)和應(yīng)用訓(xùn)練道路病害檢測(cè)效果綜合效應(yīng)21全天候/實(shí)時(shí)性大范圍/高精度可在夜間、臺(tái)風(fēng)暴雨期間正常連續(xù)不間斷實(shí)時(shí)監(jiān)測(cè)；巡查覆蓋范圍廣，監(jiān)測(cè)誤差小；安全性/經(jīng)濟(jì)性多視角/一體化無需人工實(shí)地檢測(cè)危險(xiǎn)區(qū)域；精準(zhǔn)養(yǎng)護(hù)，降低成本；多種巡查方式，多種監(jiān)測(cè)技術(shù)協(xié)同構(gòu)建數(shù)據(jù)庫；03關(guān)鍵技術(shù)23衛(wèi)星關(guān)鍵技術(shù)衛(wèi)星大數(shù)據(jù)分析24大范圍片區(qū)掃描監(jiān)測(cè)基礎(chǔ)設(shè)施形變監(jiān)測(cè)單個(gè)構(gòu)造物形變監(jiān)測(cè)累積沉降監(jiān)測(cè)2017-202025無人機(jī)關(guān)鍵技術(shù)機(jī)載人工智能算法無人機(jī)26深度學(xué)習(xí)進(jìn)程大容量?jī)?nèi)存固態(tài)硬盤UART接口人工智能運(yùn)算模塊圖像采集與編碼USB3.0接

OTG接口SDK視頻輸入與輸出接口機(jī)載人工智能分析單元應(yīng)用級(jí)程序機(jī)載人工智能控制系統(tǒng)監(jiān)測(cè)數(shù)據(jù)預(yù)警管理養(yǎng)護(hù)管理三維建模自動(dòng)避障輔助飛行目標(biāo)識(shí)別跟蹤實(shí)時(shí)分析信息實(shí)時(shí)控制標(biāo)識(shí)圖像定位技術(shù)27轉(zhuǎn)換圖像坐標(biāo)系標(biāo)識(shí)物坐標(biāo)系實(shí)現(xiàn)檢測(cè)已知單應(yīng)矩陣求解標(biāo)識(shí)圖像的定位信息標(biāo)識(shí)圖像相機(jī)內(nèi)參矩陣無人機(jī)激光去植被2829車載關(guān)鍵技術(shù)精準(zhǔn)樁號(hào)病害定位技術(shù)30巡查車高頻信號(hào)采集系統(tǒng)精準(zhǔn)坐標(biāo)數(shù)據(jù)庫關(guān)系數(shù)據(jù)庫建立建立手持增強(qiáng)信號(hào)采集系統(tǒng)應(yīng)急車道樁號(hào)車道坐標(biāo)樁號(hào)雙向干米和百米樁號(hào)系統(tǒng)1-N級(jí)車道線數(shù)識(shí)別病害和大件圖像識(shí)別精準(zhǔn)樁號(hào)基準(zhǔn)位和車道位應(yīng)急車道米級(jí)坐標(biāo)車道線數(shù)識(shí)別像素衍射識(shí)別技術(shù)31裂縫深度研究測(cè)試像素衍射法研究測(cè)試病害量化檢測(cè)技術(shù)32精準(zhǔn)樁號(hào)標(biāo)識(shí)病害準(zhǔn)確定位算法開放性目標(biāo)檢測(cè)算法病害量化算法病害綜合管理系統(tǒng)模型輕量化算法設(shè)計(jì)調(diào)試過程三階段特征提取，通過CNN進(jìn)行圖片特征的提取目標(biāo)檢測(cè)，使用融合后的特征進(jìn)行分析，計(jì)算長(zhǎng)寬面積等特征融合，圖片特征跨層融合01020333空天地一體協(xié)同關(guān)鍵技術(shù)空地一體多載研究34伴飛和路徑控制技術(shù)研究獲取無人機(jī)、車載目標(biāo)物的運(yùn)動(dòng)狀態(tài)參數(shù)基于多載式的巡檢研究，巡檢無人機(jī)與車載系統(tǒng)檢測(cè)同步計(jì)算識(shí)別同步運(yùn)行，攝像頭拍攝圖片，雙向識(shí)別驗(yàn)證，校準(zhǔn)計(jì)量。根據(jù)巡檢對(duì)象，建立無人機(jī)、車載目標(biāo)的運(yùn)動(dòng)狀態(tài)參數(shù)幾何飛行關(guān)系基于幾何關(guān)系，根據(jù)巡檢對(duì)象、無人機(jī)、車載目標(biāo)物的狀態(tài)參數(shù)更新，遞進(jìn)更新，形成動(dòng)態(tài)的運(yùn)行狀態(tài)實(shí)施更新和調(diào)整巡檢無人機(jī)伴飛和路徑控制原理多維復(fù)檢校準(zhǔn)技術(shù)35算法模型的選取和優(yōu)化病害目標(biāo)特征識(shí)別算法病害量化和校準(zhǔn)算法研究?

實(shí)際場(chǎng)景訓(xùn)練學(xué)習(xí)?

調(diào)整優(yōu)化檢測(cè)模型車載系統(tǒng)與無人機(jī)系統(tǒng)檢測(cè)同????完成多份路面病害圖像樣步計(jì)算識(shí)別，同步運(yùn)行本分析攝像頭拍攝圖片，雙向識(shí)別驗(yàn)?

以病害的統(tǒng)計(jì)特征作為主要的特征分類依據(jù)?

選擇更適合道路特征病害證，校準(zhǔn)計(jì)量。自動(dòng)檢測(cè)的識(shí)別算法以裂縫為例，獲取裂縫的面積、長(zhǎng)度、寬度等幾何特征，提高預(yù)警效率。?

尋求快速化與執(zhí)行精度之再利用向量機(jī)分類器對(duì)病?間的最佳平衡害圖像進(jìn)行分析歸類應(yīng)用實(shí)踐04應(yīng)用場(chǎng)景37監(jiān)測(cè)技術(shù)養(yǎng)護(hù)監(jiān)測(cè)市場(chǎng)+

+n

成本低、效率高n

全天候、全地形n

普查、巡查、應(yīng)急衛(wèi)星無人機(jī)巡查車技術(shù)應(yīng)用市場(chǎng)應(yīng)用領(lǐng)域n

普查觀測(cè)n

日常巡查n

應(yīng)急監(jiān)測(cè)路橋隧坡應(yīng)用情況38?

江蘇省G235、S243、江宜高速、阜粟高速、新?lián)P高速、鹽洛高速、京滬高速、亭湖段、鹽都段、G15（K960-K1050）?

浙江省杭州南中心、麗水中心、溫州中心、衢州中心、臺(tái)州中心、金華中心?

廣東省博深高速、廣惠高速、廣佛高速、平興高速、廣樂高速、南環(huán)高速、東南西環(huán)、江中高速、佛開高速、廣清高速、廣珠高速、廣賀高速、廣深高速、廣韶高速、韶贛高速等案例分享——空天地一體化智能巡檢現(xiàn)場(chǎng)測(cè)試39衛(wèi)星影像超視距巡檢巡檢線路定義案例分享——圖層分析和建模40案例分享——長(zhǎng)測(cè)程激光雷達(dá)系統(tǒng)41案例分享——道路病害智能巡檢42案例分享——保潔智能評(píng)價(jià)43案例分享——實(shí)際巡檢情況44隔離柵破壞檢測(cè)無人機(jī)機(jī)場(chǎng)道路實(shí)時(shí)檢測(cè)無人機(jī)高塔檢測(cè)無人機(jī)高墩檢測(cè)無人機(jī)自動(dòng)管控平臺(tái)多源數(shù)據(jù)融合分析45技術(shù)優(yōu)勢(shì)46算法運(yùn)算效率高識(shí)別精確度高AlgorithmELMTrain

time

(S)Test

time

(S)0.4030.31AlgorithmELMTraining

Accuracy

%Actual

Accuracy

%532364365---93.687.795.58391.581.593.576.368.786.880.395.5RBFRBFSVMKNNFL0.317---SVMKNNFL1085284---3.4410.255---78.290.385DLDLGNGN智行科技2690.251智行科技98.7同類算法效率對(duì)比同類產(chǎn)品識(shí)別精確度對(duì)比效益分析—養(yǎng)護(hù)模式變革47數(shù)據(jù)精確、決策精準(zhǔn)、實(shí)施精細(xì)，實(shí)現(xiàn)全過程智慧管控使用后使用前簡(jiǎn)單數(shù)據(jù)歸集多元數(shù)據(jù)融合單一環(huán)節(jié)應(yīng)用表觀指標(biāo)評(píng)價(jià)多個(gè)系統(tǒng)互聯(lián)整體性能評(píng)估被動(dòng)式養(yǎng)護(hù)主動(dòng)式養(yǎng)護(hù)成效分析—效率提升48對(duì)比項(xiàng)發(fā)現(xiàn)病害識(shí)別量化編制報(bào)告人工審核反饋效率分析1h1h1-2h1-2h1-2h人工巡查共計(jì)約5-8小時(shí)工作效率至少提升10倍實(shí)時(shí)（上報(bào)養(yǎng)護(hù)系統(tǒng)需確認(rèn)）智能巡查可及時(shí)避免重大交通事故經(jīng)濟(jì)損失