车载轻量化道路日常巡检系统设计与应用

刘浩，曹旺辉，汤峰

上海厉鲨科技有限公司，上海 200233

【摘要】针对道路日常巡检工作量大、效率低、成本高等现状问题，本文设计研发了一套轻量化道路智能养护巡检系统，包括一套车载硬件设备、病害识别算法、软件平台等三部分，系统架构轻量化，适应多种车辆，可以快速安装部署，有利于大范围落地应用。车载硬件主要包括道路数据采集复合传感器、数据处理设备。基于多传感器融合技术，建立基于图像和激光点云数据的融合分析算法，快速地自动识别出道路养护巡检领域关注的病害事件，并进行严重程度判定。同时，提供了相应的巡检业务操作和巡检业务管理两套软件。本系统在上海道路试点应用取得了良好的效果，对常见的裂缝、坑槽、井盖高差等病害可实现95%以上的准确率。利用本系统，道路管理部门和养护单位可以做到迅速、及时、准确、动态的路况状态管理，同时连续性的巡检数据为养护决策提供了科学有效的依据，提升了道路养护管理的智能化水平[1]。

【关键词】道路巡检；道路巡检设备；道路病害识别

Design and Application of Vehicle Light-weight Road Routine Inspection System

Liu Hao, Cao Wanghui, Tang Feng

Shanghai SharpShark Technology Co.，Ltd.，Shanghai 200233

Abstract: Due to the heavy workload, low efficiency and high cost of road daily inspection, this paper designs and develops a lightweight intelligent road inspection system, including a set of on-board hardware equipment, disease identification algorithm and software platform. The system ar chitecture is lightweight, suitable for a variety of vehicles, and can be quickly installed and de ployed, which is conducive to large-scale application. Vehicle hardware mainly includes multi sensor for road data acquisition and data processing equipment. Based on multi-sensor fusion technol ogy, a fusion analysis algorithm based on image and laser point cloud data is established, which can quickly and automatically identify the disease events concerned in the field of road maintenance inspection, and determine the severity. At the same time, it provides two sets of software for patrol operation and patrol management. The system has achieved good results in Shanghai Road pilot appli cation, and can achieve more than 95%accuracy rate for common diseases such as cracks, pits and covers. Using this system, the road management department and Road maintenance company can achieve rapid, timely, accurate and dynamic road condition management. At the same time, the continuous inspection data provides a scientific and effective basis for maintenance decision-making, and improves the intelligent level of road maintenance management.

Key words：road inspection;road inspection equipment;road disease identification

1 引言

近年来，全国公路养护里程不断上升。据交通运输部统计数据显示，2020年我国公路养护里程预计为485万km，占公路总里程98%以上，基本做到了有路必养，每年在公路养护中的投入高达数千亿元，潜在市场巨大[2]。

道路日常养护是公路管理工作中最为重要的环节，对延长道路的使用寿命，保持公路使用性能，保证行车安全、舒适、畅通有着重要意义[3]。当前有三种道路日常巡检方式：

1）人工巡查：人员开车在道路巡查，发现病害时手工填报纸质表格，然后通过内业整理上报，这种方式的及时性、准确性和便捷性都比较差，目前已经很少应用。

2）移动设备巡查：巡查方式与人工相似，只是在发现病害是通过移动设备（手持PDA或智能手机）进行拍照，填写病害信息并上报，这种方式实时性好，且可以形成巡检数字化资产，但本质依然是人工识别病害，准确性和效率低下。

3）车载巡检设备：在巡检车上部署摄像头等传感器设备，以车速实时拍摄道路画面，通过车载服务器搭载的算法自动识别出病害，实时上传到后台。这种方法虽然可以自动识别事件，巡检效率高，但是目前行业内主要以摄像头等视觉为主进行数据采集，导致识别内容和准确率有限，难以满足要求。

因此，利用人工智能、多源传感器数据融合及大数据等新兴技术，研发出能够高效、便捷、低价应用于道路设施健康、路侧设施完整性等方面的产品，就具有非常强的必要性和迫切性[2]。本文提出一种轻量化智能道路巡检系统，设备架构简单，可以快速安装使用，同时搭载视觉和激光融合的智能算法识别道路病害种类多，准确率高，有助于提升道路养护巡检工作的效率、准确性，降低了成本。

2 道路养护巡检系统设计

2.1 系统整体架构设计

轻量化智能道路养护巡检系统是一套包含车载硬件设备、应用软件、智能算法和云端服务器的完整系统。其中，车载硬件设备通过设计的支架安装在普通汽车上，适应大部分机动车；应用软件包括安装在平板计算机上的业务操作软件以及后台业务管理平台软件；智能算法部署在车载边缘计算终端。系统架构如图1所示，系统组成及功能见表1。

2.2 车载硬件设备设计

车载硬件设备全部安装在车上，达到车规级标准，设备之间通过有线连接。其中相机、激光、组合惯导等数据采集设备通过定制的支架安装在车顶，传感器部署位置和角度可以进行优化调整，如图2所示。边缘计算终端、平板计算机、通信模块安装在车内。通过对硬件设备的整体功耗进行控制（80W左右），不需要外置电源，车载点烟器（最大120W）即可供电。因此，整套设备架构轻量化，适应大部分小轿车，可以快速安装部署。

2.2.1 车载硬件设备功能

3台高清相机主要用来采集道路附属设施、两侧路域环境的图像信息。每台相机可以检测2车道宽度，3台相机覆盖21m。相机图像达到200万像素，支持同步时钟信号功能，通过网线与边缘计算终端连接。高清相机采集的数据用来分析识别沥青路面的泛油、水泥路面的破碎板、露骨、路面修补不合格、井盖缺损、标志牌破损、隔离栏破损、两侧（桥梁）护栏破损、雨水篦子缺损、声障屏破损、绿化养护不善、货物抛洒、里程桩缺损和里程字符识别等14种定性的道路病害和事件。

2台工业相机主要用来采集路面的图像，每台相机可以检测2车道路幅宽度（＞7m），检测精度达到毫米级。相机图像达到230万像素，通过USB3.0接口与边缘计算终端连接，支持同步时钟信号功能。工业相机采集的数据用来分析识别沥青路面的龟裂、横向裂缝、纵向裂缝和水泥路面的裂缝等4种裂缝类路面病害。

1台激光雷达用来检测具有高度和深度信息的道路病害，检测精度达到厘米级，检测范围覆盖全路幅。雷达同时发射和接收高频激光束，同时进行360°旋转，提供厘米级的三维空间点云数据。雷达具备时钟同步接口，通过网线与边缘计算终端连接。激光雷达采集的数据用来分析识别沥青路面的坑塘、沉陷、波浪拥包、水泥路面的错台、拱起、坑洞、井盖高差、桥头跳车（高差）等8种具有高差或深度的道路病害。

组合惯导通过RS232与边缘计算终端连接。惯导可以实现厘米级精确定位，并在失去GPS失锁后确定当前所在的位置，适应于道路隧道、高架桥梁下等定位信号不良区域。同时以50Hz的频率提供时钟源给高清相机、工业相机、激光雷达，使不同传感器与惯导的时间保持一致，从而实现不同传感器采样数据位置的统一。

4G模块通过RS485接口与边缘计算终端连接，实现车端与云端服务器通信。将车端边缘计算终端处理好的数据实时传输至云端，同时接收云端下发给车端的指令。

平板计算机通过连接线与边缘计算终端连接，下发控制指令进行设备操作，同时接收查看设备返回的数据。内置巡检业务操作软件，巡检人员可以进行设备查看、设置，以及全部的巡检工作流程操作。

边缘计算终端是系统的车端计算中枢，与所有车载设备连接，接收设备数据，同时向设备发出控制信号。边缘计算终端部署病害识别算法，实时处理采集的图像、激光点云和惯导定位数据并进行融合分析，识别出上文中的病害，同时进行数据压缩与存储等工作。

2.2.2 硬件传感器部署方式设计

（1）传感器平面部署方式

为了保证相机图像的视角范围满足要求，采用图3所示的传感器平面部署方式：设计了一套设备安装底板和传感器连接件，底板长1500mm，宽600mm，适应绝大多数的小轿车，传感器连接件可以在垂直和水平方向上旋转。相机、激光雷达和惯导通过定制的连接件安装在底板上，整个底板通过支架安装在车顶靠近前风窗玻璃上边缘。

3台高清相机安装在相应连接件上，通过连接件分别安装在底板的左前、中间、右前方，靠近底板前边缘线，安装高度1800mm。左、右前方的设备靠底板两侧边缘对称安装，中间设备安装在底板最中间，从而获得质量最佳的相机图像。通过计算和实测，3台相机垂直向下旋转16°，可以获得质量最佳的普通相机图像，中间的相机可以检测两条车道，同时车头不会遮挡画面。

2台工业相机安装在相应连接件上，通过连接件分别安装在中间普通相机两侧的底板上，沿着底板前边缘安装，安装高度1800mm，相距350mm。通过计算和实测，工业相机垂直方向向下旋转6°，可以覆盖两条车道的宽度且同时车头不会遮挡画面。

1台激光雷达安装在相应连接件上，通过连接件安装在中间一台普通相机后面的底板上，距离相机77mm，安装高度1900mm。激光雷达主要扫描路面上的目标，而不是路面以上的空间，因此需要调整激光雷达垂直向下。基于小轿车的常规尺寸，通过试验和理论计算对旋转角度进行设计，得出雷达垂直向下旋转17°时，激光雷达最下面的线束64刚好与车头临界。

（2）传感器垂直角度调整方式

本文采用的高清相机为200万像素，垂直视场角2α=48°，已知相机的安装高度为h=1800mm（其中发动机前盖高度为h₃，驾驶室高度为h₂，设备安装支架高度为h₁），车辆发动机盖长度为w，垂直方向旋转角度为γ，如图4所示。

由于普通相机水平安装时，大部分的画面范围并不是路面，因此需要调整普通相机垂直向下。基于小轿车的常规尺寸计算，经过计算相机垂直向下最大可旋转16°时车头刚好会进入画面产生遮挡，计算过程如下：

1）计算AB的长x

x/（x-w）=h/h₃

x=wh/（h₁+h₂）=2.16m

2）计算角γ

tan（α+γ）=h/x=（h₁+h₂）/w

γ=arctan[（h₁+h₂）/w]-α=16°

3）传感器检测到路面的最小距离CD

CD=x-w=wh/（h₁+h₂）-w=wh₃/（h₁+h₂）=0.96m

同理可得，工业相机向下最大垂直旋转角度为6°时，可获得最佳的检测图像；激光雷达向下最大旋转角度为36°时，可获得最佳的检测数据。

2.3 病害识别算法功能设计

道路病害识别算法是一套包含基于纯视觉图像识别算法、基于激光和视觉多源数据的融合识别算法。整体算法功能实现流程如图5所示，包括数据采集、数据预处理、数据分析、数据输出四个部分。

（1）视觉识别算法设计

采用机器视觉的相关算法，包括EfficientNet神经网络和传统图像处理方法，实现病害目标识别和定性的严重程度分级，算法设计如下：

第一部分用于判断图像中是否存在达到上报标准的道路缺陷。对于程度轻微、达不到上报标准的病害，以病害修补痕迹、桥梁接缝图像作为负样本进行训练。基于图像样本建立病害存在性识别算法模型，建立过程如图6所示。

第二部分用于像素级分类，判断每个像素是否属于道路缺陷，可重叠分块处理将图像分为若干512像素×512像素的重叠的图像块，送入语义分割网络进行训练。

第三部分采用基于统计学的方法进行判定，判断缺陷类型、严重程度。

（2）激光点云与视觉数据融合分析算法设计

结合采集的激光点云数据和图像数据，可实现由道路设施破损下沉、凸起、断裂等引起的地面崎岖不平、具有高差和深度的病害[4]，例如：井盖沉陷、桥头高差跳车等。

1）根据点云数据中呈现的道路立体特征、空间分布、3D模型和位置等信息，运用点云数据处理算法对点云数据中的道路高差信息进行自动提取[4]。

2）为了获取目标属性、纹理和语义信息，依据图像数据进行目标分类识别。

3）采用点云数据和影像数据融合的方法，对点云和影像数据中提取的目标结果进行综合处理，最终获得道路高差类病害类型、深度面积、坐标等信息。

（3）算法识别的功能

基于视觉和激光的融合算法，可以实现诸多病害的高效识别，详见表2。其中，裂缝、坑槽、井盖病害的识别准确率达到95%以上。

2.4 道路巡检管理云平台设计

道路巡检管理云平台主要是管理人员使用的应用软件，可以管理辖区内道路巡检视频和报警事件；采用B/S架构，可以实时查看巡检数据和统计报表；可以与路政管理等现有的管理系统打通，作为整体的管理环节的一部分，增加整体的业务管理系统的完整性。总体来说具有如下功能（图7）：

1）实现对辖区范围内道路巡检全过程的实时监控。

2）实现自动智能识别与预警功能。

3）实现视频接入管理，使管理人员、上级部门能够实时查看现场巡检视频和巡检数据。

4）建立一套PC端、手机端、大屏展示等综合管理系统，可以满足不同层级管理人员的功能使用需求。

3 道路养护巡检系统应用

基于本文研究的道路养护巡检系统，在上海市的青浦、宝山等1000km区管公路上应用。设备安装在普通小轿车上，利用车载点烟器供电，只需要一位巡检人员兼驾驶员就可实现200km/天的巡检里程，实时分析输出巡检结果。在横缝、纵缝、龟裂、坑槽、路面松散、井盖高差、护栏缺损等病害上可以实现95%以上的准确率，大大节约了人力，应用效果良好。应用本系统带来的效益对比见表3。

4 结语

智能道路养护巡检系统车载设备轻量化，可以快速安装部署，适于大范围应用。智能算法利用视觉图像和激光点云数据能够自动识别出道路养护巡检行业关注的各类病害。同时，为巡检管理人员提供了业务管理平台，可以实时掌握养护巡检工作进度，查看病害数据，建立管辖道路巡检全过程的数据资产数据库。本系统提高了养护巡检管理效率，减少了人力，加快了巡检速度，确保了巡检质量，减轻了工作强度，还兼有较强的适应性和兼容性[5]，促进了公路巡检养护管理作业智能化、标准化以及管理的科学化。系统在上海区管公路应用效果良好，为公路巡检养护决策提供了科学、有效的依据[1]。后续希望在充分降低产品成本的前提下，在部分浮动车上加装相关设备，利用数据众筹的模式大规模积累全路网的相关数据，建立全国的路况大数据平台[2]。

参考文献

[1]林杰，金明．智能化高速公路巡检养护管理系统关键技术与设计 [J]. 公路，2020（4）：340-344.

[2]常光照．车载轻量化道路智能巡检系统探析 [J]. 中国安防，2020（9）：100-104.

[3]王瑞成．公路智能化日常养护管理系统设计与实现 [D]. 天津：天津大学．2017.

[4]郭峰，潘永祥，邹友峰．车载LiDAR系统在井盖病害监测中的应用研究 [J]. 2017（4）：64-73.

[5]陈松林．基于PDA的公路养护巡检数据采集系统的研制 [J]. 电子工程师．2008（8）：68-71.