轻量化路况检测设备,采用轻量化的构架体系,可安装于公路巡查车和客运车,通过机器视觉、AI人工智能、云计算等技术,实现路面病害、路面异物、设施损毁、积水结冰、占道经营、异常跳车等事件快速定位和自动化 检测,为公路养护与决策分析提供数据支撑。
与同济大学联合完成了国内首批人工智能巡检系统,并获得一项国家发明专利。目前已经形成了一套成熟、可靠的轻量化检测设备,该设备可实现路面裂缝、坑槽、平整度等路况检测。
将巡检终端部署在公路巡查车上,实现对路面明显病害、路面异物、设施异常、积水积雪、路侧标志标牌、路面异常颠簸及占道经营等情况的智能识别。
能巡查算法由单一的路面病害巡检升级为综合智能巡检,包括护栏、标牌、绿化、标线、抛洒物、积水、占道经营等几十类算法应用,同时识别精度可达到90%以上。基于功率谱密度分析的路面平整度评估,评估路面平不平、路面行驶述舒适度,误差控制在5%以内,测量精度高,结果稳定性强。
路况智能检测终端算法升级,单车检测速度可达80KM/小时。同时将算法应用于无人机视频分析,实现对公路病害、路面异物、设施异常、占道经营、异常跳车等事件的快速识别采集。
基于功率谱密度分析的路面平整度评估,通过人工智能技术,识别路面有无病害、病害类型、位置、面积。对路面状况指数PCI进行评估。
实时获取PCL、IRI、SRI及其历史情况对比、病害图片展示、精准定位及监测数据统计分析与预测。对PCI、IRI、SRI检测情况作分析一览, 并为单条道路进行路线、区间以及路段质量状态分析。
车载供电,无需特种检测车辆,可快速拆装于普通车辆, 一般轿车、SUV甚至客运车搭载设备即可开始巡检。AI全自动识别,速度更快、效率更高。
数据驱动的路面健康状况分析预测模块,基于多源数据,应用深度学习方法,分析路面性能变化规律、趋势,预测病害未来发展。建立多种不同类型病害的对应策略专家系统。
将系统设备部署在客运车上,盘活现有资源,让客运车辆在运营过程中实现公路数据的采集,使高频、全覆盖巡检成为可能,实现“运营即检测”和“数据众筹”。