数字化时代路面智慧运维思考与探索

数字化时代路面智慧运维思考与探索

赵旭

上海城建养护管理有限公司

摘要： 数字化时代为公路基础设施运维带来了巨大的机遇与挑战，目前，公路基础设施智慧运维主要针对的是机电设施，缺乏对于路面智慧运维的思考与探索。通过总结当前的发展趋势，结合道路运维的实际需求，明确以获取道路设施多维海量数据为核心，探讨了数字化时代背景下路面智慧运维的下围绕数据开展智慧运维的实施方案流程，包括路面数据采集、数据处理与传输、运维作业，并对其中部分关键技术，如物联网技术、图像识别技术、实时动态定位技术、数据挖掘技术等进行了探讨，为路面智慧运维系统的构建打下了一定的基础。

关键词：

数字化；路面；智慧运维；实施方案

1 引言

交通是兴国之要，强国之基。随着我国社会经济的快速发展，公路路网规模不断扩大，截至2020年末，全国公路总里程达到519.81万公里，比上年末增加18.56万公里[1]，面对如此庞大的路网规模，如何进一步提高公路设施的运营维护管理水平成为影响当前交通行业发展的一大关键问题。近年来，物联网、人工智能、卫星遥感、5G通信、数字孪生等技术的发展为公路基础设施建设和运维工作带来了新的机遇和挑战。2021年，交通运输部《交通运输领域新型基础设施建设行动方案（2021—2025年）》指出：要提升公路智能化管理水平，推动公路感知网络与公路基础设施建设养护工程同步规划、同步实施，提升公路基础设施全要素、全周期数字化水平。公路基础设施数字化对于提升我国的交通基础设施建设运维水平具有非常重要的现实意义[2]。目前，绝大多数关于智慧运维的研究面向的主体是机电系统，目标是加强对各类机电设备的管理[3][4]，鲜有对公路路面智慧运维的探索，主要原因是传统路面检测的频率较低，数据密度难以满足智慧运维工作的需求。然而，在数字化时代，随着路面检测监测技术的不断发展，有越来越多的途径可以获取大量、长期的路面数据，因此，有必要将传统的路面养护提升到路面智慧运维的高度，进一步提升工作效率，降低管理成本和环境污染。

本文分析了当前形势下公路设施运维现状，在此基础上，提出了开展路面智慧运维工作的可行性与必要性，讨论了路面智慧运维系统的具体实施方案，分别从路面数据采集、数据处理与传输、运维作业三个方面进行了阐述。对于该系统所涉及到的关键技术，例如物联网技术、图像识别技术、实时动态定位技术、数据挖掘技术等，本文也进行了相关的介绍与说明。最后，对数字化时代背景下路面智慧运维系统未来的发展进行了展望。

2 数字化时代路面智慧运维实施方案

路面智慧运维的思路与实现是大数据时代下公路管理工作的一大突破创新，其难点在于路面海量以及多维度数据的持续获取，其中需要解决数据的传输与处理，进而依据数据的深入分析后，结合道路养护的先验知识与传统做法，进行路面性能的科学评估与精细化养护决策制定。因此，在现阶段考虑路面智慧运维的工作，需要仅仅围绕道路数据，运用数字化和智能化的技术手段与方法，形成相应的实施方案，其核心流程如图1所示，具体内容如下。

图1 路面智慧运维实施方案流程

道路设施的多维异质数据的获取与分析是路面智慧运维的关键与核心，下面分别从路面数据采集、数据处理与传输以及运维作业中的数据采集内容和技术进行进一步的阐述，初步探讨在路面运维中如何切实推动基于数字化的路面智慧化管养的实现。

2.1 路面数据的采集技术

目前，道路性能检测技术发展较快，主要可分为移动式和植入式两大类。移动式检测主要实现方式为多功能检测车进行巡检，常见的传感器包括视频图像采集设备、激光传感器、振动传感器、探地雷达等。植入式检测是指在路面结构中埋设各类传感器进行长期检测或监测，主要设备包括光纤传感器、石英压电式传感器、压电薄膜式传感器、应力应变传感器、温度传感器、渗压计等。除上述两类检测方式之外，还可通过遥感式传感器实现对路面状态的监测，如判断由于潮湿、冰雪、霜冻、融雪等引起的道路湿滑等。路面数据采集设备分类如表1所示。

虽然道路性能检测技术已经发展到了一定的水平，但是这些技术在实际道路管养工作中的应用还非常有限，目前路面主要还是依靠日常人工巡检和规范要求的定检。人工巡检存在着效率低，准确率不足，信息化水平不高的问题，定检虽然准确性好，但是检测频率低，很难满足路面智慧运维的需求。为此，必须进一步推广日常智能化巡检和路面长期性能监测的工作，例如借助移动式多功能巡检车进行日常巡检，在路面结构中布设植入式传感器对交通信息和结构信息进行监测等。

表1 路面数据采集技术类别

2.2 数据处理与传输

采集到的路面数据组成复杂，数据量庞大，必须有较为完善的数据处理和传输方案才能充分发挥其作用。对于数据处理而言，主要包括数据预处理和数据挖掘与分析。数据预处理是指对采集到的原始数据进行异常数据分析、数据降维和数据整合，从而筛选出有效数据。数据挖掘与分析是指对预处理后的多源数据进行融合，并借助数据挖掘技术对其进行分析，构建相应的性能状况评估与决策模型，从而评估与判定路面的性能状况，提高运维决策的水平与效率。对于数据传输而言，需要借助包含光纤网络、移动通信网络和卫星网络等的通信技术，实现将传感器采集到的各项原始数据或预处理后的数据及时发送到本地服务器或云端服务器，服务器应包含多种数据库对各类数据进行存储，如交通信息数据库、结构信息数据库、病害信息数据库等，以便后续数据分析工作的开展。

2.3 运维作业中的数据采集技术

路面运维作业主要包括预防性养护、常发性病害的日常修补、结构性病害的大中修等。运维作业方案的制定主要依据为路面数据处理结果，具体实施过程也具有智慧化提升的空间。一方面，智能运维作业车辆可以搭载北斗定位系统，实现高精度定位，确保能够准确快速到达病害现场进行维修。另一方面，作业人员可配备具有北斗定位、考勤、图像视频采集、危险检测警告等功能的智能安全帽，既可以提升运维工作的效率与安全，又可以对运维工作过程进行记录，便于规范管理和经验总结。运维作业工作完成后，路面数据采集工作将会采集维修后路面的相关数据，并进行传输与处理，从而实现对维修效果的跟踪与评价，评价结果可以对运维决策进行优化，从而不断提升路面智慧运维系统的管理水平。

3 路面智慧运维实施关键技术

路面智慧运维实施涉及到的关键技术非常广泛，包括物联网技术、图像识别技术、实时动态定位技术、数据挖掘技术等。物联网技术是指将物体与网络通过各类传感设备进行连接，通过各种通信网络实现对物体的在线监测、定位、控制等管理和服务功能。其中数据的获取与分析技术为核心关键技术之一，下面对其进行概要梳理与分析。

3.1结构性能长期监测技术

在路面智慧运维系统中的主要是通过各种传感器实现对路面数据的采集，目前，移动式传感器的使用率较高，而植入式传感器在沥青路面中的应用还非常有限，通过植入式传感器实现对路面结构性能的长期监测是未来公路基础设施数字化的关键环节。

3.2图像识别的应用技术

图像识别技术是人工智能的一大重要领域，主要包括图像采集、图像预处理、特征提取和图像识别四个步骤，在路面智能运维中的最广泛应用为路表病害的识别与分析，可以通过图像识别技术对病害进行量化对比，获取病害的几何特征，更好地制定养护决策。

3.3动态定位技术

实时动态定位技术利用参考站和移动站之间观测误差的空间相关性，通过差分改正数据去除观测数据误差，实现高精度定位的功能，它能够帮助检测和维护人员快速确定病害位置，从而提高工作准确度和效率。

3.4数据挖掘技术

数据挖掘技术主要包括数据清理、数据变换、数据分析等步骤，主要方法包括神经网络、遗传算法、决策树方法、聚类分析等，适于海量数据资料的分析，随着公路基础设施数字化工作的不断推进，通过检测和监测收集到的路面数据由于体量巨大，传统方法将难以对其进行分析，借助数据挖掘技术将大幅提高数据的利用效率。

4 结语

虽然公路基础设施数字化处在初步探索阶段，其应用暂未得到大范围的推广，但是国家已经对新型基础设施建设工作和基础设施数字化提出了明确的要求，全国各省市也在积极开展以智慧高速为代表的相关试点工作，未来一定会大力推动公路基础设施运维系统的建设。路面智慧运维作为公路基础设施智慧运维的关键环节，相较于机电设施智慧运维而言，相关的分析与研究很少，阻碍了公路智慧运维的发展。

本文对路面智慧运维系统的建立进行了思考与探索，提出了具体实施方案，并对其中的关键技术及应用进行了分析，为未来智慧路面运维系统的建立和推广打下了一定的基础。当前我国绝大多数公路已经进入运营维护阶段，构建智慧路面运维系统将进一步实现精细化管理，推动降本增效，减少污染，大幅提高运维工作的效率和水平。

参考文献

[1]中华人民共和国交通运输部.交通运输部关于印发《交通运输领域新型基础设施建设行动方案(2021—2025年)》的通知(交规划发[2021]82号) [EB/OL], 2021. https://xxgk.mot.gov.cn/2020/jigou/zhghs/202109/t20210923_3619709.html

[2]王建伟,高超,董是,徐晟,袁长伟,张驰,黄泽滨,卜杉杉,常青,王越.道路基础设施数字化研究进展与展望[J].中国公路学报,2020,33(11):101-124.

[3]陈婧,方皓.高速公路机电系统的智慧运维模式应用[J].集成电路应用,2019,36(03):44-45.

[4]周玲,龙开红,甘洁之.高速公路智慧运维解决方案及应用[J].中国交通信息化,2018(02):136-138.