智能交通新兴计算与感知研究课题组Research Team for Smart Transport Emerging computing and Perception
近几年来，基于数据驱动的养护决策已经成为了国家政策要求，《十三五规划》、《公路公路网规划》、《四好农村路建设》等政策均强调了路面质量数据在养护工作中的重要性。然而现有检测技术限制了对大面积公路的检测，纵观我国超450万公里的公路网，其中30%的道路需要养护，却仅有不足10%的高速公路、高等级公路得到了有效检测。这就意味着20%的道路的养护维修缺乏科学决策，70%的道路处于无检无修状态。目前的检测技术只能保证仅有少数大城市对其城市道路进行日常检测维修，对于大范围的低等级公路、乡镇道路的检测束手无策。
目前，主流的路面检测方法如激光检测仪、三维雷达检测仪等其价格往往在100-1200万之间不等，澳大利亚ARRB集团开发的多功能检测车价格更是高达2400万，价格昂贵难以大量引进，且对于乡村道路技术上尚无法检测；而另一方面，许多传统的检测方法，如三米尺、水准仪、手推式断面仪等，虽然价格廉宜，但由于是半人工半机械的操作方式，其检测效率低，一般仅作为设备标定使用，无法适用道路检测工作。
除此之外，国内的道路管理系统存在成本高、效率偏低的缺陷。道路检测数据由于地区的差异，数据交互程度低，优良的养护维修决策无法广泛应用。而近年来，随着“互联网＋”概念的快速兴起，国家和地方的路政部门逐渐开放了许多路政数据。这些数据存量巨大，若能进行合理的挖掘和利用，将会给社会带来巨大的便利和效益。
针对以上问题，推出轻量化路面行驶质量快速检测系统，该系统体积小、精度高、自动化程度高，可快速部署在普通车辆上开展检测。检测指标覆盖10余项常规道路检测指标，在高等级公路方面可替代激光检测车、人工路测，在低等级公路方面可填补现有技术空白，有效支撑包括道路施工验收，道路质量检测以及道路养护评估等工作。 本系统采用轻量化的构架方式，六个子系统可分别使用，也可组合搭载使用，方便为各大公路管理单位，检测机构提供定制化服务。产品检测误差在±10%，足以满足道路养护规定精度需求，检测效率高，单车单日可实现超过300公里的测量，除车载供电外，传感器模块采用蓄电池供电，可连续工作超过72小时。设备一键化操作，只需要在检测时开启设备开关，即可实时在发布终端和信息平台查看检测结果。基于检测数据平台结果，系统自动提供针对性的养护决策建议。本轻量化检测系统的设备价格只有市场同类设备价格的10%-30%，大大降低了检测成本。目前，已经在我国上海、浙江、河北、四川等十余个省市上线试运营使用。
系统集成了平整度测量模块和桥头跳车检测评价模块，模块目前已在浙江省、上海、四川省等多地投入使用。该模块集数据采集、传输、解析、发布于一体，采用高稳定性的无线传输，大大提高了路面平整度检测的效率和可持续性。与传统激光检测方法不同，本模块主要通过采集多位点的车内振动加速度数据，结合谱密度分析算法反算路面平整度情况，测量误差保持在±10%以内，测量效率超过300km/h。该模块有效解决了传统设备耗时费力、操作复杂且价格昂贵等问题，能够实现多车、大范围、并时低耗检测，填补了我国低等级道路及乡镇公路平整度检测手段的空白，可以有效提高我国道路全寿命管理的技术水平。
该模块作为成果之一获得国家科技成果评价：国际领先，并获得2017年中国公路学会科技发明一等奖，第十四届挑战杯全国大学生课外学术创新大赛二等奖，上海赛区特等奖等荣誉。
模块主要包含四部分：便携式数据采集器（数据采集），车载终端（位置信息获取，数据匹配与上传），云上服务器（数据接收、解析、存储），可视化终端（数据发布，报表生成）。测量系统的框架结构如图2.2所示。
车载设备包含两个或多个便携式加速度计和一个便携式车载终端。便携式加速度计安装于车辆指定轮轴上方，可实时采集车辆内部的振动加速度，并内置ZIGBEE短程无线传输模块，实现数据的无线传输，传输频率20-200Hz可调，可满足多种平整度测量需求。加速度计可依据不同车辆规格进行改装，内部配有高容量电池，且具备快速充电功能。便携式车载终端安装于前座，可通过点烟器接口进行供电。车载终端获取加速度计数据、GPS数据、状态信息等，并将数据打包通过3/4G网络传输至服务器中。车载终端设置有多个接口，以满足不同模块的接入，并可采用本地SD卡存储的方式，便于在无网络环境中使用。加速度计和车载终端均为模块化设施，且均采用无线传输方式，数据避免了线缆的干扰，相对于传统的测量设备，大大提高了其安装便捷性和可置换性。
服务器用于数据的接收、解析、存储。平整度检测过程中，振动数据通过车载终端实时传输至服务器中。服务器内通过数据接收模块建立数据接收线程、创建文件，并接收数据；数据接收后，加速度经由内部编写的平整度计算程序进行分析，获得路段的平整度信息。相关结果分析得到后，可实时存入网络数据库中，并进行加密处理，可通过多种网络终端进行访问。
服务器端软件提供多种平整度计算模型，适用于不同场景、不同评价方法的平整度分析。数据库采用Mysql搭建，服务器软件和数据库均具备较高的二次开发能力，且可移植性强，可根据不同的客户要求进行修改和定制。
设备安装及调试：该系统的安装包括硬件安装和服务器配置两部分。其中硬件安装包括便携型加速度计的安装和便携式车载终端的安装。本公司根据客户要求，针对不同检测车辆对加速度计和车载终端的尺寸进行定制，并安排相应人员进行硬件安装、软件配置和调试。
系统集成了基于红外热力成像的裂缝发育识别模块，该模块利用工业级红外热像仪获取路面红外热力信息，利用机器学习模型算法获取裂缝不同发育状态下的路面温度场变化，从而通过对路面红外信息的分析识别裂缝发育程度。此外通过多维的路面信息检测，可将原有裂缝识别准确率提升至90%，同时根据红外图像分析建立了裂缝发育程度分级标准，分级误差低至15%以下。
模块的检测硬件设备为固定安装式的红外热像仪，具有结构紧凑、安装方便、拓展性强、经济实惠等特点。能够与第三方机器视觉软件（例如National instruments、Cognex、Matrox、Mvtec和Strmmer Imaging）实现即插即用。此外，其热灵敏度高，能够捕捉最细微的图像细节和温差信息；分辨率高，能够更为精确、清晰地探测更远的距离；包含高速窗口，能够车载以较快速度巡检。
模块核心算法采用支持向量机机器学习模型量化了裂缝发育程度与路面温度梯度相关关系，能在原有裂缝识别的基础上，增加裂缝深度、宽度的综合评价，填补自动化裂缝发育识别的技术空白。支持向量机的关系模型，简化了识别计算过程，减少了服务器的解析、计算压力，保证了检测结果的实时解析与展示。
基于红外热成像的裂缝发育识别极大地丰富了路面病害检测信息，完善了路面行驶质量评价体系，为公路养护的科学决策提供详实基础。
系统集成了路面病害自动检测模块，该模块通过高速工业数字相机对路面视频信息进行拍摄采集，并采用机器视觉技术提取路表面材质的形态特征。路面病害主要表征为路表面的各种损坏、变形及其它缺陷。因此，模块通过准确提取路表面材质的形态特征，采用深度学习的方法寻找其与路面病害的对应关系，从而对路面病害进行自动检测和评估。模块核心为一个基于深层神经网络的高度自动化的病害识别模型，能够合理运用高分辨率的路面状况图像数据，以实现病害的自动分类、检测和标识。
本模块的检测硬件设备具有以下关键性能：高分辨率、高速度、高精度、高清晰度、色彩还原好、低噪声，能够满足车载场景下实时获取高清路面图像信息的要求。图像采集基本参数为：多种分辨率可供选择：30万-1400万像素；最大像元：7.5μm；高帧率，7～120帧/秒；千兆以太网（GigE）传输；高信噪比；CMOS相机支持AOI/ROI提高帧率；支持触发存图、触发录像功能；支持断点续传功能；机身自带缓存功能支持交叠外触发功能驱动支持：Microvision SDK或兼容GigE Vision的第三方软件；支持Windows XP、Win7、Win8、win10 32/64位下程序开发工具。
设备关键性能包括：
（1）高分辨率，保证图片的清晰度；
（2）大帧率，能满足车速最高80km/h下的对路面的连续无漏拍摄；
（3）小曝光时间，保证拍摄的照片无拖影或尽可能减小拖影的影响；
（4）采集方式：包括通电后的连续采集和通过外触发采集两种方式，其中外触发是指可以根据实时车速的变化，通过编程语言实现帧率、曝光时间等参数的相应变化；
（5）实时储存，突出相机采集到的图像，通过稳定的有线连接储存支车载处理器内；
（6）可编程性，包括亮度、增益、帧率、曝光时间、异步复位等，保证相机在不同检测环境下的稳定性和适应性。
（7）相机留有充足的I/O接口，允许二次开发。
同时，公司首创基于人工智能方法，构建统一化、标准化的高分辨率路面状况图像资源库，形成坚实的数据基础，便于检测技术不断更新迭代，且检测效率大大提升，检测准确率大大提高。路面病害的自动检测，解决了传统检测方法耗时费力，且对人力要求高等问题。该系统为国内第一台可进行连续移动视频路面病害自动检测的设备，可以大大缩短路面病害检测周期，防患于未然。更重要的是，本子系统可以参与搭建TIM（Transportation Information Modeling ）系统，解决路面全寿命阶段状况检测的痛点，帮助未来自动驾驶车辆进行路径规划及舒适度控制决策，有效进一步提高无人驾驶的安全性。
系统集成了桥头跳车精准定位与分析模块，目前已在上海市、湖州市等地投入使用。该测量模块主要采用在检测车辆内部靠椅、坐垫、脚踏与中心处布置三轴加速度传感器，采集车辆的行驶振动信息。通过小波分解的方法剔除常规振动与车辆自振的影响，第一时间发掘异常颠簸，并结合GPS图层信息锁定跳车发生位点。由于桥头跳车问题的随机性和不可预见性，目前国内尚无统一的检测与管理标准。本系统首次通过对驾驶员舒适性与桥台位置动荷载估算的角度，科学地定义了桥头跳车病害的发育等级。系统定位误差保持在±10%以内，当小波分析未发现病害时，车载数据发送装置处于休眠状态，一旦病害发掘，立即设备唤醒并发送到信息平台中。该模块有效解决了桥头跳车问题定位复杂和难以评估的问题，可以为管理单位提供高频有效的检测信息，用于进行路桥管理，提高乘客安全性和舒适性。该产品作为成果之一获得国家科技成果评价：国际领先，并获得2017年中国公路学会科技发明一等奖，第十四届挑战杯全国大学生课外学术创新大赛二等奖，上海赛区特等奖等荣誉。
模块组成主要有三部分：车载传感模块（数据采集）、车载计算模块（数据计算与发送）、以及服务器平台模块（数据可视化及储存）。
车载传感模块主要由高精度三轴加速度传感器模块与短程无线传输模块构成，传感器测量频率为100Hz，数值精度为0.05mg，量程在±8g，可以应对除事故外所有跳车振动情形。检测器共测量三轴向三转向振动信息，采用蓄电池供电，短程无线传输方式，不涉及布线及接线问题，数据传输频段不对广播，通讯等造成影响。定位系统采用北斗GPS双模设备，定位误差在1秒之内，数据采集频率为5Hz。
车载计算模块主要负责接收不同位置的振动信息与GPS信息。通过时间戳信息将数据进行匹配，通过数据分析算法对数据进行初步清理和分析。如果无明显颠簸振动出现，则数据传输模块处于休眠状态，降低系统电耗；一旦发现跳车现象，则传输模块激活，并将数据按照协议打包，通过LTE网络推送到数据处理平台中进行进一步分析以及发布工作。在数据处理平台会将结果与GPS的位置图层进行比对，对发生跳车位置的GPS进行筛选与计算，最终发布。
本模块除精准定位外，还会对桥头跳车的发育等级进行评价，主要评价指标包括：驾驶烦恼率（针对乘客舒适性）与当量冲击系数（针对桥台所承受的额外动荷载）。以上两参数均可通过高频高准的加速度信息进行推算，且结果稳定，可以有效表征桥头跳车的发育程度，为养护管理部门提供可靠的数据决策支持。
系统集成了路面抗滑实时检测模块，该模块主要是通过高清视频采集装置对路面信息进行拍摄采集，采用机器视觉纹理识别的方法对路面表面的集料纹理特征提取。由于道路抗滑性能主要表征在路面的粗纹理和细纹理上，因此，准确的提取其纹理特征，并采用深度学习的方法，寻找纹理特征与道路抗滑性之间的关系行之有效。根据美国HDM的抗滑性能标准规定，将路面抗滑属性分为三个等级，分别针对每个等级给出估计停车距离和推荐转弯车速，方便驾驶者参考使用。本系统主要与基于人工智能的路面病害自动检测系统为统一检测硬件，区别在于图像处理的方式不同。公司首次基于机器视觉的抗滑检测方法，将传统纹理识别、混合高斯滤波等技术与深度学习网络相结合，准确地基于路面照片判断其抗滑性能，真正实现的实时的路面抗滑检测，解决了传统检测方法耗时费力，且对环境要求高等问题。该系统为国内第一台可进行连续移动视频抗滑评价的检测设备，可以大大缩短路面抗滑检测周期，防患于未然。更重要的是，本子系统可以与自动驾驶的结合，解决自动驾驶技术难以检测路面属性的痛点，帮助其进行速度控制决策，有效进一步提高无人驾驶的安全性。
该模块由同济大学与河南万里交通科技集团股份有限公司联合研发，可对路面厚度和道路内部隐性病害进行快速无损检测。检测装备集成有多通道阵列式天线，获取路面全车道全厚度病害状况；辅以高精度惯导GPS，对病害位置毫米级定位；同时，检测车内配置一体式工作台、高性能计算机和大型显示器，支持多通道采集的路面检测数据实时显示。技术优势在于：1）无损检测：依靠新型无损检测方式，无需取芯取样，不破坏路面；2）作业高效：车载设备可支持连续作业，单幅检测效率达50~80km/h；3）数据精确：定制开发专业软件，基于深度神经网络和领域知识，实现探地雷达信号数据的智能化分析处理，以及路内隐性病害检测。适用于路面厚度验收检测、市政道路空洞塌陷普查预警和道路深层隐性病害快速无损检测等场景应用，可精准了解道路结构内部脱空、裂缝及不均匀沉降等深层病害，为病害处治设计提供依据。
|
|