文｜山東高速信息工程有限公司 呂新建 孫超 竇文彬

人工智能是近幾年又重新煥發(fā)出勃勃生機的一股科技力量，是研究、開發(fā)用于模擬、延伸和拓展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。當前，人工智能的發(fā)展極為迅速，從簡單的智能識別到能以與人類智能相似的方式作出反應(yīng)的智能機器人，人工智能正經(jīng)歷著不斷自我革新式的進化。目前，在高速公路養(yǎng)護工作中應(yīng)用人工智能技術(shù)也逐漸成為趨勢，這不僅能為高速公路養(yǎng)護帶來巨大的效益和便利，還將為智慧高速、智慧養(yǎng)護的革新提供巨大的推動力。

人工智能的發(fā)展

自20世紀50年代開始進入科學家、數(shù)學家、邏輯理論家的研究視野至今，人工智能經(jīng)歷了多次發(fā)展。其主要有兩個發(fā)展方向：一種是嚴謹?shù)耐评矸较?，以概率分布理論為基礎(chǔ)，驗證模型的有效性和可行性；第二種是假設(shè)實驗方向，以神經(jīng)網(wǎng)絡(luò)相關(guān)知識為基礎(chǔ)，讓機器模擬人類大腦思考問題的方式，引導機器解決實際問題，并通過對數(shù)據(jù)特征進行提取、思考、歸納、總結(jié)，優(yōu)化模型參數(shù)，訓練數(shù)據(jù)對模型進行驗證。這一方向的核心要點是特征提取和深度學習，它產(chǎn)生的應(yīng)用成果包括語音識別、圖像識別、自然語言理解、視頻識別等。本文所研究的在養(yǎng)護工作中應(yīng)用的人工智能為第二種假設(shè)實驗方向。

目前，國內(nèi)專家將人工智能層級定義為三類，即弱人工智能、強人工智能、超人工智能。其中，弱人工智能具有感知、記憶和存儲功能，是特定領(lǐng)域智能，應(yīng)用場景是圖像識別、語音識別、語義分析、智能搜索、大數(shù)據(jù)應(yīng)用；強人工智能具有認知與學習、決策與執(zhí)行功能，是多領(lǐng)域綜合智能，應(yīng)用場景是無人駕駛和機器人；超人工智能具有獨立意識與創(chuàng)新創(chuàng)造功能，應(yīng)用場景為創(chuàng)新創(chuàng)造和解決人類無法解決的問題。由于技術(shù)所限，當前人工智能在養(yǎng)護行業(yè)仍處于弱人工智能階段，人工智能技術(shù)和應(yīng)用場景未成熟，仍需要進一步探索實踐。

高速公路養(yǎng)護業(yè)務(wù)現(xiàn)狀

“十三五”期末，全國高速公路通車里程已突破15.5萬公里，截至2020年6月，全國汽車保有量達到2.7億輛，高速公路養(yǎng)護面臨巨大壓力。高速公路通車里程和汽車保有量不斷增加的同時，社會公眾對高速公路服務(wù)提出了新的要求，高速公路養(yǎng)護也面臨著新的巨大難度。

高速公路養(yǎng)護業(yè)務(wù)極為復雜，范圍包括路基、路面、橋涵、隧道、沿線附屬設(shè)施、綠化等，每一項類別包含數(shù)十種內(nèi)容，這就要求養(yǎng)護人員在安全、質(zhì)量、成本、時效性、精確性等方面持續(xù)提高養(yǎng)護管理水平。因此，養(yǎng)護人員在面對日益繁雜的管理、施工、決策等工作時，極為期待借助新一代的科學技術(shù)實現(xiàn)快速、高質(zhì)量完成養(yǎng)護任務(wù)的目標。

2019年，中共中央國務(wù)院印發(fā)《交通強國建設(shè)綱要》，提出“瞄準新一代信息技術(shù)、人工智能、智能制造、新材料、新能源等世界科技前沿，加強對可能引發(fā)交通產(chǎn)業(yè)變革的前瞻性、顛覆性技術(shù)研究”“強化交通基礎(chǔ)設(shè)施，加強基礎(chǔ)設(shè)施運行監(jiān)測檢測，提高養(yǎng)護專業(yè)化、信息化水平”。充分說明，人工智能技術(shù)結(jié)合高速公路養(yǎng)護場景，符合國家交通強國戰(zhàn)略思路，也將進一步助推養(yǎng)護工作向精細化和高效化發(fā)展。

人工智能在養(yǎng)護業(yè)務(wù)中的應(yīng)用

當前，人工智能在公路養(yǎng)護工作中最普遍、最常見的應(yīng)用是分析病害成因。首先，可以借助多種設(shè)施設(shè)備采集病害處樣本，依靠AI算法、人工糾偏、形成某種病害特征庫，再通過大數(shù)據(jù)、云計算等方法分析病害，反饋病害特征，經(jīng)過總結(jié)后，利用人工智能手段進行巡查、檢測、監(jiān)測及決策分析。

人工智能在高速公路養(yǎng)護業(yè)務(wù)中的通用設(shè)計方案

智能巡查

在高速公路養(yǎng)護巡查過程中，傳統(tǒng)手段為巡查人員駕駛巡查車上路通過肉眼搜索道路病害。發(fā)現(xiàn)病害后，巡查員現(xiàn)場拍攝照片并簡單記錄其特征，專家和技術(shù)人員針對病害問題召開研討會，并通過照片確定病害類型以及修復方式。當照片不夠清晰或位置不準確時，技術(shù)人員還需回到現(xiàn)場確定病害細節(jié)。由此可見，傳統(tǒng)巡查道路病害的方法存在病害發(fā)現(xiàn)有遺漏、定位不準確、圖像不清晰、巡查效率低下、需多名巡查人員同時上路等問題。

在養(yǎng)護中應(yīng)用人工智能設(shè)備后，巡查車可在時速60公里以上的情況下，采集捕捉高速公路病害的高清圖像。同時，通過巡查車智能巡查設(shè)備和后臺服務(wù)可以實現(xiàn)隨時巡查、隨時定位、隨時留影、隨時檢查。在巡查過程中，以人工智能的圖像識別為基礎(chǔ)，結(jié)合高清圖像采集、4G/5G、北斗、大數(shù)據(jù)分析等多種技術(shù)，一體化完成病害發(fā)現(xiàn)、采集、查看、確認、上報等工作，大幅提高公路病害巡查效率，充分解決了傳統(tǒng)人工巡查所面臨的遺漏、安全和準確性不足等問題。

筆者在經(jīng)過大量研究實踐后發(fā)現(xiàn)，雖然人工智能在養(yǎng)護巡查中表現(xiàn)優(yōu)異，但仍存在諸多不足，例如巡查范圍較窄，尤其是在巡查雙向八車道高速公路時，至少需要單向兩臺巡查車共同巡查，無法實現(xiàn)單臺車或設(shè)備一次完成所有車道的巡查任務(wù)；另外，當前可巡查病害類型較少，病害樣本存在不確定性，導致人工智能巡查判斷有偏差，也是人工智能養(yǎng)護巡查不可忽視的問題和困難。

智能檢測

公路養(yǎng)護檢測以定期檢測為主，分為常規(guī)檢測和結(jié)構(gòu)狀況檢測，檢測范圍較大、檢測精度要求較高。從路面到路基、從常規(guī)設(shè)備到精密儀器、從目測到設(shè)備檢測，養(yǎng)護檢測的范圍、方式、精度都趨向于需要更加全面、更加方便、更加智慧的人工智能技術(shù)介入。

基于上述情況，許多公路檢測公司愈發(fā)注重研發(fā)人工智能養(yǎng)護檢測機器人，試圖通過多種方式解放檢測人員和設(shè)備，從多個方向、多個層面為高速公路做全方位的檢查檢測。人工智能檢測機器人集成了探地雷達、平整度儀、彎沉儀等設(shè)備的多重功能，不僅能檢測檢查出多種病害情況，其信息數(shù)據(jù)處理中樞還可以通過獲取的道路病害信息形成二維圖及拼接圖像，并根據(jù)病害特征多維度、多層次分析病害源。后期人工介入后，可進一步優(yōu)化病害源模型，提取高速公路病害數(shù)據(jù)特征后，進行數(shù)據(jù)訓練，從而為檢測和分析高速公路病害源提供更多數(shù)據(jù)驅(qū)動力，制定廣泛適用于公路行業(yè)的智慧養(yǎng)護檢測實施計劃。

除養(yǎng)護檢測機器人外，無人機等各類智能檢測設(shè)備也為檢測公路病害提供了多種渠道。據(jù)了解，無人機可以在非公路場景下，例如橋梁、隧道等存在物理盲區(qū)的地域進行檢測，并提供檢測對象相對完整的觀測數(shù)據(jù)。

智能監(jiān)測

高速公路橋梁和隧道一直以來都是高精尖養(yǎng)護技術(shù)的試驗田，橋梁和隧道養(yǎng)護的安全性、復雜性和高精度則是養(yǎng)護工作關(guān)注的重點和難點。傳統(tǒng)的橋梁、隧道監(jiān)測手段是借助測量和檢測工具由人工定時、定期記錄橋隧變化，再進行對比分析得出結(jié)果。這種監(jiān)測方法不僅費時、費力而且時效性較差。隨著科學技術(shù)的發(fā)展，養(yǎng)護施工單位將物聯(lián)網(wǎng)和人工智能技術(shù)廣泛應(yīng)用于橋隧監(jiān)測工作中，例如在橋梁和隧道中安裝監(jiān)測傳感器和監(jiān)控設(shè)備，在服務(wù)端利用人工智能系統(tǒng)實現(xiàn)實時監(jiān)測，全方位感知、捕捉、計算、預測橋隧變化，獲取全面而精確的監(jiān)控數(shù)據(jù)。

目前，人工智能監(jiān)測技術(shù)運用的主要技術(shù)為機器視覺，即通過監(jiān)控攝像頭結(jié)合其他傳感器，實現(xiàn)自動捕捉病害、自動豐富病害類型、自主訓練數(shù)據(jù)，在經(jīng)過長時間監(jiān)測后發(fā)現(xiàn)，智能監(jiān)測技術(shù)需要人工定期干預和糾偏，否則錯誤數(shù)據(jù)將影響?zhàn)B護人員對監(jiān)控對象病害發(fā)展和異常情況的判斷。

近年來，人工智能監(jiān)測技術(shù)廣泛應(yīng)用于監(jiān)測公路邊坡病害工作中，邊坡的形變包括位移、不均勻沉降、邊坡深部位移等，養(yǎng)護人員可利用人工智能監(jiān)測技術(shù)實時發(fā)現(xiàn)邊坡的細微變化，掌握其形變規(guī)律和趨勢，推測公路發(fā)生形變的原因，并加以處治。

舒運平 攝

決策大腦

未來的公路養(yǎng)護決策，將從主要依靠人腦、經(jīng)驗逐步向大數(shù)據(jù)分析和人工智能轉(zhuǎn)變，在確保數(shù)據(jù)多維性、系統(tǒng)性、真實性、可靠性、準確性的基礎(chǔ)上，通過分析公路病害、養(yǎng)護歷史、路基路面檢測、設(shè)施設(shè)備自動檢測、公路周圍環(huán)境及地質(zhì)災害等數(shù)據(jù)，為公路管理者提供重要的決策支撐，制定科學的日常養(yǎng)護計劃和養(yǎng)護工程計劃，最終建立科學智能的公路養(yǎng)護體系。

構(gòu)建養(yǎng)護決策大腦，需要人工智能與大數(shù)據(jù)以及云服務(wù)充分結(jié)合，即數(shù)據(jù)平臺、數(shù)據(jù)源、計算能力及深度學習的相互融合。在這一過程中，需要人工智能自動匯集多個數(shù)據(jù)源，如收費業(yè)務(wù)、路政業(yè)務(wù)、氣象數(shù)據(jù)、公路路況、行駛車輛情況、監(jiān)控設(shè)備、路側(cè)感知設(shè)備、地理信息系統(tǒng)等與養(yǎng)護工程直接相關(guān)的數(shù)據(jù)，為決策者和管理者提供多層次、多方位的養(yǎng)護輔助決策信息。

人工智能實際上是感知設(shè)備、大數(shù)據(jù)資源處理平臺和物聯(lián)網(wǎng)資源平臺的集合體，感知設(shè)備是資源采集的窗口，大數(shù)據(jù)資源處理平臺是人工智能應(yīng)用的基礎(chǔ)，而物聯(lián)網(wǎng)資源平臺是其應(yīng)用方法。在高速公路養(yǎng)護業(yè)務(wù)的應(yīng)用場景下，建設(shè)大數(shù)據(jù)資源處理平臺是人工智能應(yīng)用的根本，實現(xiàn)路產(chǎn)數(shù)字化則是人工智能應(yīng)用的重要輔助。人工智能能夠有效解決高速公路養(yǎng)護巡查、檢測、監(jiān)測、決策乃至養(yǎng)護施工中面臨的諸多問題。未來，相信人工智能在高速公路養(yǎng)護中的應(yīng)用將越來越普遍深入。