【智慧城市網 視點跟蹤】編者按：近日，在第五屆(2022)智慧高速產業發展論壇，千尋位置智慧交通解決方案專家何喆卿發表了《千尋馳觀--道路智能巡檢系統》主題演講。該報告詳細分析了道路智能巡檢系統的建設背景和亟需解決的問題，并介紹了千尋位置的解決方案、技術架構和準確率等方面的內容。
何喆卿指出，AI智能巡檢是公路養護的發展需求，但仍有一些問題亟待解決。千尋位置從感知、算力、算法建構出自己的解決方案和技術架構，實現了道路檢測目標“車道級”的位置估計、像素級的面積計算以及病害+路產“端側聯合”智能識別。未來，千尋位置仍需繼續進步，從單目遷移到多傳感器融合，嘗試服務定檢、數字孿生整合等技術探索。
《單子知陳必亡》提到“道茀不可行，司空不視涂”，意思是道路上長滿了雜草不可通行，管路的人視而不見，就知道陳國有問題，必然滅亡。這說明，道路是衡量一個國家的管理水平精細化程度的重要因素。
當前，國內公路養護現狀有三個特征：路網建設趨于飽和，路網密度非常高；在信息化和數字化轉型的時代，傳統的人工普查的模式無法跟上520多萬公里路網的養護任務，需要有效提升公路巡檢自動化能力；由于養護經費相對緊張，在做預防性養護的決策時，需要思考如何利用有限的養護經費制定預防性養護方案。
目前，AI在各個領域應用普遍且取得了優異成果。在道路智能巡檢應用方面，AI應用有以下四個特征：
一是AI的解決方案以路面病害巡檢為主，對附屬設施、路基等公路的重要信息缺乏有效識別和處理。
二是智能檢測成果未與MQI等行業標準形成對應匹配關系，無法進行有效轉換。
三是識別精度不高，量化指標判定與實際應用尚存在距離。
四是AI的方案成本較高，不便推廣。
基于這些現狀，AI在道路智能巡檢方面有三大問題亟待解決：
一是提高可用性，要減少誤檢、漏報，提升自動化采集的程度和智能算法可用性。
二是提高效率，目前的AI難以兼顧道路病害和路產的同步巡查作業，且云端計算流程長。
三是提高精度，一方面是檢測對象的絕對位置能否轉換成絕對的位置坐標，跟公里樁進行綁定，有效支撐養護運維；另一方面需要在巡檢過程中對面積進行初步估算，減少當前面積等量化指標估算誤差大的問題。
針對這些問題，千尋位置給出了基于高精度定位的AI道路智能巡檢方案，通過自研基于視覺及組合導航設備的車載地面移動檢測系統，結合全息感知+AI算法引擎,自動檢測出所有巡視數據的結果，對路產設施及路面病害進行精確識別。
千尋位置AI道路智能巡檢方案的核心能力分成三部分：感知、算力、算法。
從算力上看，隨著硬件、云架構、邊緣計算的發展，算力漸漸不再是問題。
從感知上看，感知側的AI訓練非常重要，因為它高度依賴于樣本庫。其能力來源于千尋位置自研的高精度地圖采集車(圖右上)。跟普通圖商使用的激光點云的采集車不同，千尋位置采用視覺點云的技術，為AI的技術應用拓展及訓練樣本積累奠定了基礎。
從算法上看，千尋位置在該系統中集成并延用了一系列核心算法，例如：融合定位算法、精細分割算法、多目標檢測分類算法等。
以上即是AI道路智能巡檢方案的核心能力。千尋位置的整體方案架構是整合出一輛高精度地圖采集車，包含RTK+慣導的高精定位系統，高性能AI邊緣計算平臺和1080p高清云臺。方案遵循小型化，輕型化，易安裝原則，可靈活適配各種車型。
千尋位置AI道路智能巡檢整體方案的技術架構主要圍繞以下四個方面構建：
1.高精度的定位、病害加路產的聯合識別、對檢測目標“車道級”的位置估計、像素級的面積計算。
2.千尋的道路病害+路產“端側聯合”智能檢測能夠支持14類的道路病害和路產檢測，召回率和準確率均優于90%、處理速度(端側)優于10幀/秒、巡檢速度大于80 km/h(和高速公路的隧道限速相匹配，避免過慢影響正常交通)。
3. 檢測模型可識別特定目標并編號，賦予其唯一的身份信息，不會隨著大小及位置的變化而重復報告。巡檢過程中，高清攝像頭識別了病害/目標的編號，鎖定該目標的信息，完成對目標的精確跟蹤。要實現這一目的，需要將空間信息、時間信息、語義信息和視覺特征有效的融合。
4.千尋位置檢測模型使用的訓練樣本來源于精細化地圖采集過程中搜集的道路樣本。在模型訓練完成后，千尋位置測試了模型的泛化能力，并在不同的天氣場景中完成了初步驗證。
如何評價千尋位置產品模型的準確性？
一個好的模型應該容許一定的誤報率，但大概率能被準確地召回。
召回率跟準確率是矛盾的，千尋位置對平衡兩者間的關系有應對的策略：面對重要的缺陷，更重視召回率。缺陷發生時，重要的是能將其找出來；面對一般的缺陷，則更重視準確率，避免誤報。
目前，千尋位置AI道路智能巡檢方案已能實現三大功能：
一是巡檢結果的結構化輸出，可以把作業信息、位置信息跟公里樁綁定，根據需求定制相應的業務報表。
二是實現像素級的面積的精細化計算?？梢杂嬎隳繕说慕浘暥任恢?，估計對應的面積等量化指標。
三是實現MQTT協議的遠程傳輸，直接通過協議將邊緣計算結果上傳到平臺，同步作業和實時巡檢畫面。
在這些成果外，千尋位置仍在不斷進步，未來將從多維度探索更多可能：
一是由單目遷移到多傳感器融合，更精準地去尋找目標、判定其指標參數。
二是對定檢做一些能力的遷移，換一套算法，為定檢做服務。
三是和數字孿生技術融合，和自研的時空基礎設施管理平臺進行整合，在高精度地圖上進行孿生，借助千尋位置覆蓋全國的地基增強站網所提供無縫連接的高精度位置服務，實現行業賦能。
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
