吉林交通新质生产力的智能巡查实践与探索

　　摘要：培育交通运输领域新质生产力，是季节性冻土区公路管养数字化转型的核心路径。吉林省作为北方典型季冻区域，国省干线公路运营里程长，冬季严寒、春融冻融作用显著，传统人工巡查存在数据碎片化、时空信息缺失、难以支撑病害演化分析与科学养护决策等短板。本文依托吉林省国省干线公路自动化养护巡查工程，梳理传统公路巡查现存短板，构建智能巡查体系，总结项目实践创新特色;以国道典型路段为研究载体，基于实测巡查数据开展多维度实证分析，量化研判智能巡查在病害识别、演化规律分析、养护资源优化配置中的实际作用。研究表明，智能巡查建立了标准化公路时空数据采集体系，推动公路管养由经验式被动养护向数据驱动型主动预判养护转型，可为北方季冻区交通新质生产力落地应用、公路精细化管养提供可复制的实践范式。

　　关键词：自动化巡查设备;公路管养;新质生产力

　　引言

　　在交通强国建设与交通运输新质生产力发展的双重背景下，人工智能、北斗高精度定位、大数据等数字技术逐步融入公路养护全业务链条，智能巡查与病害自动识别已成为公路行业数字化升级的重要方向。北方季冻区气候与地质条件特殊，冬季低温持续时间久，春季冻融循环交替作用强烈[1]，路面坑槽、裂缝、路基沉陷等病害呈现阶段性集中爆发特征，病害发展受气温、降水、重载交通等多重因素耦合影响，演化规律复杂。

　　传统人工巡查模式作业效率偏低，病害空间定位精度不足，数据记录缺乏连续性与标准化，难以完整反映季冻区公路病害发展全过程，无法满足当前公路精细化、常态化、预防性管养的发展需求。为破解行业固有痛点，吉林省公路管理局于2023年启动全省国省干线智能巡检项目，配置自动化智能巡检设备，搭建省级智能巡检管理平台，结合吉林高寒气候特点完成设备本地化适配，共配置11台北斗智能巡检车，实现全省8282.426 km国省干线巡查全覆盖。通过多技术融合应用，实现路况信息自动采集、病害智能识别、数据实时分析，为公路安全隐患前置处置和智慧管养发展提供技术支撑，助力吉林交通新质生产力落地。

　　1 项目实施情况

　　1.1政策与实施基础

　　吉林省公路自动化巡查的落地实施，离不开完善的政策支撑、标准化的硬件技术布局与扎实的数据技术保障。国家层面发布的《“人工智能+交通运输”创新应用行动方案》[2]《关于推进公路数字化转型加快智慧公路建设发展的意见》[4]等文件，为智能巡查技术的规范化应用提供了顶层设计与政策指引;吉林省同步出台省级创新应用实施方案[3]，将公路智能巡查列为重点工程，明确设备部署、算法优化、数据平台建设等核心任务，为项目落地提供了充足的政策与资金保障。

　　1.2硬件配置与技术体系

　　吉林省公路管理局统筹完成智能巡查硬件统一布设，配置11台专业化公路养护巡查车，按区域适配全省管养范围，实现国省干线全域巡查无盲区。针对吉林冬季复杂工况，对车载采集设备、定位终端、计算单元进行优化改造，提升恶劣环境下设备运行稳定性和数据采集质量。

　　项目技术体系以AI视觉识别为核心，融合北斗厘米级定位、4G 无线通信等成熟技术。北斗定位实现各类公路病害的桩号与空间坐标精准标注，车载高清采集设备实时捕捉路面及交安设施影像，内置智能算法可自动识别裂缝、坑槽、护栏缺损、标线破损等40余类常见公路病害，移动通信网络保障现场采集数据、影像资料实时上传后台平台，实现外业采集与内业分析同步联动。

　　1.3系统总体架构

　　智能巡查系统按照业务流程构建感知、传输、应用一体化闭环运行体系，全面适配吉林省季冻区公路管养实际业务需求。系统以巡查车载设备为前端感知载体，完成路面病害、道路资产、交安事件等信息采集;通过无线通信链路完成数据传输至后台数据平台;平台具备数据分析处理、设备状态监控、数据统计存储、报表导出、轨迹回放等基础功能;同时与养护管理系统实现业务对接，为制定养护计划、派发处置工单提供数据支撑，形成从现场巡查、数据处理、计划编制到养护处置的完整业务闭环。

　　图1 智能巡查系统架构图

　　2 典型案例分析

　　2.1 选取路段原则

　　本次选取国道G102吉林段K1110+713至K1154+396 路段作为分析载体，路段总里程43.683 km，为吉林省中部重要干线运输通道。该路段交通流量大、重载车辆占比高，长期承受高强度行车荷载;同时地处典型季冻区域，冬季极端低温突出，春融冻融交替作用明显，路面冻胀、裂缝、坑槽等病害高发，是全省公路管养的重点和难点路段。路段纳入常态化智能巡查范围，具备多期连续完整的巡查数据，能够真实反映自动化巡查的实际应用效果，具备良好的代表性与推广参考价值。

　　2.2 病害时间演化规律

　　依托自动化巡查系统2025年春季起开展的4次连续巡查数据，本文对比了该路段路面病害严重程度的变化，解析病害演变规律与春季路况修复的耦合关系，以此验证巡查系统的准确性。如图2所示：

　　
图2 2025年京抚线部分路段病害统计图

　　基于自动化巡查系统对G102国道该路段的多频次巡查数据(巡查日期分别为3月25日、4月8日、4月29日、7月31日)，病害数量与病害面积的变化趋势，清晰契合东北地区春季冻融病害演变以及春季路况修复的实施规律。3月25日至4月8日，该路段处于春季冻融循环高发期，路基融沉、渗水导致病害持续增多，数据变化与季冻区公路春季病害的爆发特征完全一致;4月中旬管养单位开展春季集中路况修复后，4月29日复测显示病害数量大幅削减，数据变化直接反映出春季养护的处置成效;7月31日的后续巡查显示，病害指标持续维持低位且稳步下降，路段路况长期保持稳定。全过程巡查数据连续、趋势明确，且与春季管养实施节点高度匹配，能够真实还原病害的完整发展周期。本次分析结果充分验证了自动化巡查系统的准确性与可靠性，数据一致性与时效性远优于传统人工巡查模式。

　　2.3 病害空间分布特征

　　基于智能巡查平台对巡查数据按公里桩号进行网格化统计，可精准刻画路段病害空间分布规律。以4月8日巡查数据为基础分析发现，路段病害呈现局部集聚、整体分散的分布特征，K1148—K1150区段病害集中高发，主要以坑槽和横向裂缝为主;K1125—K1126区段为中等病害发育路段，其余路段病害分布相对平缓均匀，如图3所示。

　　传统人工巡查仅能粗略划定病害大致区间，无法精准定位微观高发点位。智能巡查可精准锁定病害集聚区段，为养护资源差异化配置提供依据，对高发区段加大巡查频次、优先安排专项整治，对一般区段实施常态化预防性养护，实现人力、物资、资金精准投放，提升精细化管养水平。

　　图3 京抚线典型路段病害统计图

　　2.4 单一病害发育演化

　　季冻区小型坑槽具有隐蔽性强、扩展速度快的特点，初期微小破损难以通过人工巡查有效识别。智能巡查依托高清影像采集与精细识别能力，可对同一单体病害进行跨周期跟踪监测，完整记录病害发育全过程。实测数据显示，部分坑槽初始发育阶段面积仅0.102m2，属于表层轻微破损，人工巡查极易遗漏;在春融渗水与重载车辆碾压共同作用下，短周期内快速扩展至0.495m2，达到养护维修临界标准。

　　通过多期巡查数据纵向比对，能够掌握病害萌生、扩展至恶化的全过程，提前预判病害发展节点，落实小病早治、微损即修的预防性养护理念，避免小型病害持续扩大引发大面积破损，有效节约后期大修养护成本，保障道路通行安全。

　
　图4 京抚线某地坑槽对比图

　　3 应用成效

　　自动化巡查设备在吉林省国省干线全域规模化应用，从根本上改变了传统人工巡查作业模式，有效解决了以往巡查效率偏低、覆盖范围有限、病害识别误差大、数据管理零散等突出问题，推动公路管养工作向数字化、标准化、精准化转型。

　　智能巡查实现全省国省干线高频次、全覆盖常态化巡检，大幅减少野外人工作业强度，压缩路况普查工作周期，突破传统人工巡查的作业局限。依托AI识别与北斗定位融合技术，有效提升各类路面病害、安全隐患的识别精度与定位准度，实现隐患早发现、早预警、早处置，从源头防范小病害演化成重大路网安全风险。

　　巡查采集数据统一纳入平台规范化管理，长期留存、可追溯、可比对，巡查业务与养护管理系统深度对接，形成完整业务闭环。以客观量化数据替代传统经验判断，有效提升养护计划编制、资源调度、资金配置的科学性，推动公路管养全面迈入数据驱动新阶段。同时设备与算法完成高寒季冻区本地化适配，形成适配北方寒冷地区的智能巡查应用模式，可为同类区域交通新质生产力建设和智慧公路管养提供成熟实践经验。

　　4 结论与展望

　　4.1 结论

　　吉林省紧扣交通新质生产力发展要求，通过智能巡查设备全域布设、多技术体系融合应用、季冻区场景本地化适配，有效破解北方高寒地区传统公路巡查的固有短板。经G102国道典型路段实证分析表明，智能巡查能够精准反映公路病害时序演化规律、空间集聚特征及单体病害发育过程，构建了标准化的公路时空数据采集与应用体系。智能巡查模式推动吉林公路管养由经验被动养护转向数据主动预判养护，显著提升公路巡查效率、病害识别精度与养护决策水平，是交通新质生产力在普通公路管养领域的成功实践，具备良好的行业适用性与区域可复制推广价值。

　　4.2 展望

　　未来吉林省可持续深化数字技术与公路管养业务的深度融合，优化适配季冻区复杂工况的AI识别算法，强化复杂环境下病害识别稳定性;进一步拓展智能巡查应用场景;完善智能巡查数据采集、分析、应用标准规范，构建系统化公路管养标准体系，持续推动公路管养向全周期、全要素、全域化智慧升级，为交通强国建设及北方寒冷地区交通数字化转型提供完善的实践参考。

　　4.3 创新点

　　(1)突破单一技术局限，深度融合北斗高精度定位、AI视觉感知、边缘计算与大数据管理技术，构建适用于高寒环境的协同巡检体系，实现数据精准采集、实时分析与高效传输。

　　(2)以标准化、自动化巡检替代传统人工零散巡查，消除路段盲区与漏检问题，推动国省干线巡查全域化、连续化与标准化，建立长期稳定的路况数据积累机制。

　　(3)打通智能巡查平台与养护管理系统的业务壁垒，形成“数据采集—智能分析—工单派发—现场处置—复核归档”的闭环流程，实现巡查与养护无缝衔接，提升协同作业效率。

　　(4)依托连续、量化的巡查数据，系统分析病害数量、分布与演变趋势，替代以经验为主的传统决策方式，为养护计划编制、资源调配与病害预判提供客观数据支撑，显著提升决策的科学性与精准度。

　　参考文献

　　[1]于保阳.季冻区透水沥青混合料性能劣化行为研究[D].大连海事大学,2024.

　　[2] 中华人民共和国交通运输部。《 “人工智能+交通运输” 创新应用行动方案》 [Z]. 2025.

　　[3] 吉林省交通运输厅。吉林省“人工智能+交通运输”创新应用实施方案 [Z]. 2025.

　　[4] 交通运输部。关于推进公路数字化转型加快智慧公路建设发展的意见 [Z]. 2024.

　　作者简介

　　陈则成，男，工程师，大学本科学历，毕业于吉林化工学院，自工作以来一直从事计算机软件以及交通信息化领域工作。先后参与辽源市、白城市、通化市等多项市州信息化项目建设。