产学研协同推进高速公路养护智能巡查技术创新与应用

　　总体介绍：

　　针对高速公路覆盖范围广、检测数据量大、数字底座构建难等特点，案例聚焦高速公路数字化转型痛点，重点突破四大核心问题：①巡查作业自动化程度低导致的效率瓶颈;②人工识别主观性强带来的数据偏差;③路面性能衰变过程无法动态跟踪;④路面巡查与养护管理脱节。项目综合运用轻量化巡查设备与人工智能算法，研发了高速公路智能巡查与管养技术体系。

　　项目在抚州、宜春等管理中心管辖高速公路上进行了试点应用，有效提高了高速公路病害识别的效率和准确率，推动了高速公路路面智能巡查与养护管理的深度融合，并进一步向江西交投集团其他路段管理单位养护所推广使用，形成“降本、高效、智能、实用”的创新示范成果，为高速公路养护数字化转型提供了可复制、可推广的实施路径。

　　项目获批交通运输部在役干线公路基础设施与安全应急数字化试点并通过验收。技术成果经中国交通运输协会成果评价，获得了“总体国际先进，其中路面轻量化智能巡检和多源数据养护决策技术达到了国际领先”水平。有关成果获2023年江西省科学技术进步奖二等奖、2023年度中国交通运输协会科技进步奖一等奖、江西公路科技进步奖一等奖、第六届绽放杯5G应用征集赛江西省交通行业赛一等奖及江西省区域赛决赛一等奖、2024年及2025年“数据要素x交通运输”赛道一等奖。

　　主要做法：

　　本项目构建了以“需求牵引—科研攻关—成果转化—应用推广”为主线的“产学研用”一体化创新机制，形成了从基础研究到产品落地、再到规模化推广的闭环创新链。各方分工明确：

　　江西省交通投资集团路网运营管理公司作为需求提出方与应用主体，负责明确业务需求、制定技术标准、组织试点验证，并主导全省范围的推广与运维管理。

　　同济大学作为科研核心与技术攻关方，依托其交通基础设施与人工智能领域的科研优势，承担基础算法模型研发、关键技术突破及高层次技术人才培养任务。

　　上海同陆云交通科技有限公司作为技术产品化与系统集成方，负责科研成果的工程化落地，完成轻量化巡查设备研制、AI检测引擎开发以及智慧管养平台建设与部署。

　　在合作模式上，项目采用“技术开发合同+联合体协作”的模式，明确了各方的权责利与知识产权归属，建立了“需求共提、数据共享、成果共用”的协作机制。通过“试点-反馈-优化-推广”的螺旋式迭代路径，形成了从理论研究到产业应用的闭环经验，为跨单位产学研合作提供了可复制的管理模式。

　　在此协同机制下，三方围绕高速公路智能巡查体系联合攻关，打造了涵盖五大模块的系统解决方案：

　　(1)轻量化巡查设备开发：聚焦道路巡检装备“轻量化、智能化、集成化”发展方向，突破传统大型检测车辆体积庞大、部署受限的技术瓶颈。新一代轻量化巡查设备基于模块化架构设计，集成高精度定位、视觉感知、惯性测量与边缘计算单元，实现全场景路面病害的快速识别与智能分类。整机采用超轻材料与低功耗硬件方案，设备总重较传统检测系统减少70%以上，可便捷安装于多类型车辆，适应大型高速公路网的全面巡查工作,为路网运维提供高效、精准、可持续的数据支撑。

　　图1 设备技术架构

　　图2 智能巡查设备组成及参数

　　(2)智能化检测算法研发：研发高精度、小体量、自进化的路面病害智能检测算法。围绕道路病害智能识别与分类需求，通过引入深度卷积神经网络架构，建立面向裂缝、坑槽、松散、网裂等多类型病害的统一识别模型，实现多维特征自适应提取与动态分类，整体识别准确率高达90%。算法体系融入在线学习与自进化机制，可依据现场数据持续优化模型参数，保持检测性能的长期稳定与场景适应性;同时结合轻量化推理框架与边缘部署策略，算法运行效率较传统模型提升3倍以上，支持车载终端实时检测与即时上传，全面支撑道路智能巡查系统的高精度、高可靠运行。

　　(3)数字化公路底图构建：依托高精度空间测绘与多源感知数据融合技术，构建“全要素、动态化、可拓展”的数字化公路底图体系，奠定智慧管养的核心数据基础。底图采用分层分域建模思路，融合路面结构、交通设施、地理环境及附属构筑物等全量要素，实现“路面—路侧—路域”空间信息的一体化表达。构建全域覆盖的高速公路资产数字孪生体系，按照行业标准建立7大类28分项资产数据库采用分层编码技术，对道路编码、桩号系统、地理坐标等12项核心属性字段实施标准化赋码，创新“一物一码”数字化管理模式，形成可调用、可叠加、可分析的数字孪生底图，为道路检测、病害分析、养护决策等业务模块提供精准空间索引与可视化支撑，实现公路资产的全周期、全维度数字化管理。

　　(4)更优化管养决策生成：依托多源数据融合与智能分析技术，构建面向全生命周期的公路管养决策优化模型，突破传统经验式养护决策主观性强、响应滞后的管理瓶颈。构建高速公路管养知识图谱，开发设施健康度监测、养护资金优化、维修工单闭环、应急指挥调度四大决策支持系统，将智能巡查高频数据融入路面养护决策算法中，融合专家经验、历史数据及成本效益分析，形成“状态感知—趋势预判—策略生成”的闭环决策体系。通过多目标优化算法与强化学习机制，实现养护方案在成本、效率与服务水平之间的动态平衡，助力公路管养从经验驱动向数据驱动、从被动响应向主动决策的转型升级。

　　(5)智慧化管养平台建设： 依托云计算与大数据技术，构建集“感知—分析—决策—调度”于一体的智慧化公路管养平台。系统涵盖路况评估、养护决策、工单管理、绩效评价等核心功能模块实现养护业务的全要素展示，支持多维度数据钻取与交互式分析，显著提升管理决策的科学性与时效性。

　　自2021年起，项目在江西省高速公路管理中心试点运行智能巡查系统，并实现与江西交投养护管理系统的无缝对接，实现巡查数据实时上传、病害动态追踪、养护任务自动派单。

　　2022年，项目在总结试点经验的基础上，向集团下属11个路段管理单位的18个养护所全面推广。截至目前，覆盖巡查里程5914公里，累计巡查105万公里，显著提升了高速公路管养数字化、智能化水平。

　　通过构建“轻量化感知-智能化检测-数字化公路-更优化管养-智慧化平台”全链条的数字化体系，创新性实现高速公路养护智能巡查与管养目标，为全国高速公路养护数字化转型提供了可复制、可推广的实施路径。

　　取得成效：

　　江西省高速公路养护智能巡查项目通过引入轻量化设备、智能化技术以及数据驱动的管理模式，实现了高速公路的全面数字化和高效管理，带来了显著的经济和社会效益。

　　(1)经济效益：项目通过“产学研用”协同创新与合同化管理，显著降低了人力成本和劳动强度，巡查效率提高了60倍以上，识别准确率高达90%，大幅减少了因人工误差导致的资源浪费。同时，通过数据驱动的科学决策模型和“一图统管”平台，极大地优化了养护计划制定与资金使用效率，实现了降本增效的可持续发展目标。

　　(2)社会效益：项目的实施有效提升了江西省高速公路的安全管理水平和公众出行体验。通过智能化巡查系统的实时预警与病害动态监测机制，实现了道路隐患的早发现、早处置，大幅减少了交通安全事故的发生率;同时减轻了一线养护人员的作业风险与工作强度，促进了交通管理体系的数字化转型与职业安全保障水平的提升。项目的成功应用推动了交通运输行业的智能化升级，助力“数字交通”“智慧公路”建设，为构建安全、高效、绿色、智能的现代化交通体系提供了有力支撑，并为全国高速公路智能养护提供了可复制、可推广的示范样板。