7月9日—11日，世界人工智能大會(huì)（WAIC）2020云端峰會(huì)盛大召開。此次大會(huì)以“智聯(lián)世界，共同家園”為主題，以“高端化、國(guó)際化、專業(yè)化、市場(chǎng)化、智能化”為特色，集聚全球智能領(lǐng)域最具影響力的科學(xué)家、企業(yè)家、行業(yè)合作伙伴、以及相關(guān)政府機(jī)構(gòu)領(lǐng)導(dǎo)人，共話人工智能領(lǐng)域的技術(shù)前沿、產(chǎn)業(yè)趨勢(shì)和熱點(diǎn)問題。

在2020世界人工智能大會(huì)明略科技論壇，明略科技集團(tuán)交通行業(yè)解決方案副總監(jiān)為眾多云端觀眾帶來了《人工智能助力高速公路智慧養(yǎng)護(hù)》主題分享。

以下為演講實(shí)錄，部分內(nèi)容略有修改

眾所周知，中國(guó)是高速公路大國(guó)，截至2019年底，全國(guó)高速公路總里程為14.96萬公里，位居世界第一。目前我國(guó)公路網(wǎng)的總里程已經(jīng)達(dá)到了501.25萬公里，五射六縱四橫國(guó)道改造工作已經(jīng)基本完成。

當(dāng)前伴隨我國(guó)一帶一路戰(zhàn)略的實(shí)施，雖然高速公路年新建約1萬公里，新增高速里程仍處于高位階段。但我們也應(yīng)該看到同比建設(shè)投資增速在逐漸放緩，已經(jīng)呈現(xiàn)出了以建設(shè)為主，向存量管理和服務(wù)的“后建設(shè)期”過渡的態(tài)勢(shì)。結(jié)合每年公路的養(yǎng)護(hù)支出逐年增長(zhǎng)，可以初步判斷整個(gè)公路的建設(shè)方向已經(jīng)進(jìn)入了運(yùn)營(yíng)養(yǎng)護(hù)階段。

在此背景下，為什么要特別關(guān)注高速公路養(yǎng)護(hù)的智慧化？

主要有兩點(diǎn)原因，一是高速公路是經(jīng)濟(jì)大動(dòng)脈，高品質(zhì)的公路質(zhì)量對(duì)于交通運(yùn)輸行業(yè)而言具有保駕護(hù)航意義，是構(gòu)建現(xiàn)代綜合交通運(yùn)輸體系的重要保障。

另外一方面，高速公路與人民群眾的出行息息相關(guān)。通過對(duì)公路的持續(xù)養(yǎng)護(hù)、消除安全隱患，同時(shí)提升公路的質(zhì)量，對(duì)人民群眾的出行安全和出行的舒適度，具有直接意義。

高速公路養(yǎng)護(hù)業(yè)務(wù)整體情況

高速公路的智慧化養(yǎng)護(hù)該如何入手？帶著這個(gè)問題，我們先看一下高速公路養(yǎng)護(hù)業(yè)務(wù)的整體情況。

從業(yè)務(wù)板塊看，養(yǎng)護(hù)業(yè)務(wù)包括了檢測(cè)、監(jiān)測(cè)、養(yǎng)護(hù)評(píng)估、規(guī)劃設(shè)計(jì)、工程實(shí)施、應(yīng)急處置等多個(gè)方面；從養(yǎng)護(hù)的內(nèi)容看，即養(yǎng)護(hù)的對(duì)象，包括了路面、橋涵、隧道、邊坡、綠化、機(jī)電等多種對(duì)象。事實(shí)上圍繞著公路出行活動(dòng)所涉及到的人、車、物以及發(fā)生的事，都是養(yǎng)護(hù)工作持續(xù)服務(wù)的內(nèi)容。

客觀地說，我國(guó)的養(yǎng)護(hù)業(yè)務(wù)整體范圍較大，其所涉及的內(nèi)容也很多。因此，整個(gè)養(yǎng)護(hù)流程環(huán)節(jié)眾多，同時(shí)也存在較多需要協(xié)調(diào)的環(huán)節(jié)。但當(dāng)前我國(guó)養(yǎng)護(hù)行業(yè)的數(shù)字化水平存在著一定的不足。基于以上的情況，客觀上制約了整體養(yǎng)護(hù)業(yè)務(wù)的發(fā)展。

當(dāng)前高速公路養(yǎng)護(hù)工作面臨的主要挑戰(zhàn)

在如此多的頭緒中，既有流程，也有養(yǎng)護(hù)對(duì)象，我們?nèi)绾稳ナ崂硪粭l養(yǎng)護(hù)的智慧化脈絡(luò)？

在眾多的頭緒中，我們認(rèn)為核心的問題還是病害。圍繞著病害治理的生命周期形成一條智能化的鏈條，才能真正有效地賦能整個(gè)行業(yè)。

聚焦于病害，我們來看當(dāng)前行業(yè)的現(xiàn)狀和挑戰(zhàn)。在圍繞病害的發(fā)現(xiàn)、修復(fù)、評(píng)估、決策的持續(xù)治理的整個(gè)流程中，病害的發(fā)現(xiàn)是第一個(gè)環(huán)節(jié)也是最重要的一個(gè)環(huán)節(jié)。病害的發(fā)現(xiàn)有兩個(gè)非常重要的指標(biāo)，一個(gè)是及時(shí)性，一個(gè)是準(zhǔn)確性。病害發(fā)現(xiàn)的及時(shí)性、準(zhǔn)確性是道路安全的基石。

目前行業(yè)內(nèi)主要是通過巡檢活動(dòng)來發(fā)現(xiàn)病害，普遍采用的手段主要包括純?nèi)斯ど蠄?bào)以及機(jī)器加人工兩種模式。人工上報(bào)比較容易理解，主要是通過員工去拍照、填寫報(bào)表以及匯報(bào)。

而機(jī)器加人工這種模式是最近幾年逐步推廣起來的，主要的方式就是通過車載的巡查系統(tǒng)，在高速行駛的狀態(tài)下對(duì)路面的病害進(jìn)行抓拍。

這種模式帶來了怎樣的改變？其主要改變了以前傳統(tǒng)的人工手寫筆記進(jìn)行上報(bào)的模式，同時(shí)，它還解決了高速公路車流量較大時(shí)出現(xiàn)漏記病害，以及病害相關(guān)樁號(hào)的管理信息容易記錯(cuò)等一系列問題。這種模式下雖然有機(jī)器的參與，但仍需要人工去把病害的圖片上傳到管理辦公室或者平臺(tái)，進(jìn)行分類和編輯。

綜合而言，無論哪種模式都依賴大量的人工操作，特別是受限于人員編制、人員的經(jīng)驗(yàn)?zāi)芰Φ雀鞣矫娴挠绊懀瑢?duì)病害發(fā)現(xiàn)的及時(shí)性和準(zhǔn)確性沒有辦法保障。尤其是在當(dāng)前情況下，高速公路基礎(chǔ)建設(shè)仍然處于一個(gè)增長(zhǎng)期。隨著路網(wǎng)不斷地增長(zhǎng)，在人員方面面臨的挑戰(zhàn)也會(huì)越發(fā)迫切。

高速智慧化養(yǎng)護(hù)發(fā)展趨勢(shì)

未來高速公路智慧化養(yǎng)護(hù)的發(fā)展方向?qū)⑹窃鯓樱课覀冋J(rèn)為未來的智慧化養(yǎng)護(hù)平臺(tái)必然是一種集智慧巡檢與智能決策為一體的智慧化養(yǎng)護(hù)平臺(tái)。

那它核心要實(shí)現(xiàn)什么？其主要實(shí)現(xiàn)從“人海養(yǎng)護(hù)”模式要到“智慧養(yǎng)護(hù)”的轉(zhuǎn)變。

首先從檢測(cè)端，人工智能將會(huì)有一個(gè)非常切實(shí)的落地場(chǎng)景。通過結(jié)合AI技術(shù)對(duì)病害進(jìn)行實(shí)時(shí)的分析和自動(dòng)上報(bào)，從而對(duì)及時(shí)性和準(zhǔn)確性這兩個(gè)核心指標(biāo)就有了非常有力的抓手。

同時(shí)在管理和決策端，還可以通過結(jié)合大數(shù)據(jù)技術(shù)對(duì)病害的維護(hù)進(jìn)行實(shí)時(shí)的對(duì)接管理；結(jié)合公路的技術(shù)狀況評(píng)定等行業(yè)標(biāo)準(zhǔn)，對(duì)養(yǎng)護(hù)對(duì)象進(jìn)行持續(xù)的跟蹤；結(jié)合數(shù)據(jù)分析建模能力，對(duì)養(yǎng)護(hù)的對(duì)象進(jìn)行預(yù)測(cè)、預(yù)警。總體上形成一個(gè)數(shù)據(jù)的處理能力和數(shù)據(jù)的智能能力，從而為決策管理提供科學(xué)的依據(jù)，為養(yǎng)護(hù)科學(xué)的成功展開提供良好的輔助。

通過以上的工作，我們可以圍繞病害核心要素構(gòu)筑一條智慧化的養(yǎng)護(hù)核心流程，從而助力養(yǎng)護(hù)工作的持續(xù)發(fā)展。

明略智慧養(yǎng)護(hù)平臺(tái)方案

基于以上情況，我們提出了明略智慧養(yǎng)護(hù)平臺(tái)的總體方案。此方案通過采取云端協(xié)同的思想，融合了大數(shù)據(jù)云計(jì)算、人工智能等技術(shù)。

養(yǎng)護(hù)的智慧終端主要是通過引入視頻圖像的智能識(shí)別技術(shù)，結(jié)合4G、5G的網(wǎng)絡(luò)傳輸技術(shù)，實(shí)現(xiàn)巡查車輛在快速行駛的狀態(tài)下能夠自動(dòng)地采集病害、對(duì)病害進(jìn)行分類、識(shí)別，并且把識(shí)別出來的病害相關(guān)信息實(shí)時(shí)回傳到中心，從而實(shí)現(xiàn)了路面病害采集的自動(dòng)化和實(shí)時(shí)化。

在云端主要通過大數(shù)據(jù)技術(shù)去構(gòu)建一套實(shí)時(shí)的處理框架，打通養(yǎng)護(hù)管理的流程，實(shí)現(xiàn)養(yǎng)護(hù)作業(yè)的協(xié)同。同時(shí)在數(shù)據(jù)層面要構(gòu)建公路、橋梁、隧道等，依據(jù)于行業(yè)標(biāo)準(zhǔn)所形成的技術(shù)狀況評(píng)定標(biāo)準(zhǔn)庫。標(biāo)準(zhǔn)庫對(duì)應(yīng)上一系列的養(yǎng)護(hù)方案，構(gòu)建出養(yǎng)護(hù)操作的知識(shí)庫。

此外我們還要對(duì)不同的養(yǎng)護(hù)對(duì)象，無論是路面還是橋涵，構(gòu)建出它的預(yù)警預(yù)測(cè)模型，基于這些數(shù)據(jù)分析，為養(yǎng)護(hù)決策提供依據(jù)。

方案價(jià)值體現(xiàn)

整體而言，明略智慧養(yǎng)護(hù)平臺(tái)方案的價(jià)值主要體現(xiàn)在以下三個(gè)方面：

第一，有效地解決了病害發(fā)現(xiàn)的實(shí)時(shí)性和準(zhǔn)確性；第二，實(shí)現(xiàn)了管理流程的可視化、協(xié)同化；第三，提升了養(yǎng)護(hù)決策的計(jì)劃性、主動(dòng)性。

下面我們通過幾個(gè)場(chǎng)景，簡(jiǎn)單地介紹平臺(tái)的應(yīng)用能力。

場(chǎng)景1：路面巡檢

以路面巡檢的場(chǎng)景為例，在路面巡檢時(shí)，核心問題是發(fā)現(xiàn)路面上的次生災(zāi)害。這種災(zāi)害大家可能感受比較直接，就像途中路面上有個(gè)坑，這個(gè)坑在車輛高速行駛狀態(tài)下容易發(fā)生安全隱患，需要我們積極、及時(shí)地去養(yǎng)護(hù)。

通過AI技術(shù)對(duì)養(yǎng)護(hù)的病害缺陷進(jìn)行識(shí)別，在這個(gè)過程中我們自研了穩(wěn)定計(jì)算平臺(tái)，集成了GPU模塊，同時(shí)嵌入到深度學(xué)習(xí)軟件中。在算法層面，我們?cè)谟?jì)算速度和能耗方面都取得了一些比較好的效果。

另外我們都知道要識(shí)別病害，特別是通過AI識(shí)別病害時(shí)，其準(zhǔn)確性是大家非常關(guān)注的一個(gè)環(huán)節(jié)，針對(duì)這種挑戰(zhàn)，我們也做了大量的工作。目前明略已經(jīng)進(jìn)行了400多萬張圖片的數(shù)據(jù)采集和分析，積累了大量的數(shù)據(jù)。此外我們完成了5萬多張病害照片的訓(xùn)練，在大量的實(shí)際數(shù)據(jù)的訓(xùn)練過程中，模型的準(zhǔn)確度得到了極大的提升。

現(xiàn)階段，已經(jīng)可以實(shí)現(xiàn)路面裂縫，坑槽、龜裂，車道線磨損等一些主要病害的識(shí)別。后續(xù)還計(jì)劃進(jìn)行更多AI場(chǎng)景的研發(fā)，包括護(hù)欄、標(biāo)識(shí)牌、綠化帶等，進(jìn)行專門的模型訓(xùn)練。

場(chǎng)景2：橋梁巡檢

橋梁巡檢是一個(gè)非常重要的養(yǎng)護(hù)對(duì)象。因?yàn)楦咚俟窐蛄航ǔ墒褂煤螅S著時(shí)間的推移，其性能實(shí)際是遵循自然遞減的一個(gè)規(guī)律。如果不進(jìn)行合理的養(yǎng)護(hù)，長(zhǎng)期超負(fù)荷運(yùn)行，橋梁的運(yùn)營(yíng)安全就會(huì)受到威脅。

這種威脅包括什么？結(jié)構(gòu)上有腐蝕，以及車輛的超載，超載將影響橋梁的承載能力。盡管橋梁結(jié)構(gòu)上的衰減是不可避免的。但仍然可以借助定期的檢測(cè)、加固以及專業(yè)化的養(yǎng)護(hù)管理，有效地控制橋梁的工程結(jié)構(gòu)性能衰減的速度，從而延長(zhǎng)使用壽命。

在橋梁的日常養(yǎng)護(hù)中，存在的主要的問題是工作量大，勞動(dòng)強(qiáng)度強(qiáng)，問題識(shí)別的精準(zhǔn)程度低，并且很多時(shí)候都依靠人工，自動(dòng)化水平不高。

在這種情況下，明略的方案就是將5G和無人機(jī)技術(shù)相結(jié)合。通過無人機(jī)可以把高速橋梁的橋墩、橋座、橋腹、橋柱，每一個(gè)細(xì)節(jié)都拍攝得很清楚。將視頻和圖像回傳到操作臺(tái)，我們還可以在車載的操作服務(wù)終端上進(jìn)行3D建模，利用人工加智能識(shí)別方式，找出車輛橋梁的缺陷點(diǎn)進(jìn)行標(biāo)記，并且把它發(fā)送到云端統(tǒng)一的管理后臺(tái)。目前已經(jīng)可以有效地識(shí)別裂縫、螺栓脫落，鋼筋銹蝕等一些典型的問題。

場(chǎng)景3：養(yǎng)護(hù)流程可視化、協(xié)同化

在平臺(tái)端，明略做的一項(xiàng)重要工作就是偏信息化、電子化的養(yǎng)護(hù)流程的可視化和協(xié)同化。這一項(xiàng)工作主要結(jié)合了北斗高精度定位等技術(shù)，實(shí)現(xiàn)病害的可視化和流程化的管理，支持工單的自動(dòng)下發(fā)、巡檢報(bào)告的自動(dòng)生成、巡查軌跡的回放、病害的查詢統(tǒng)計(jì)等管理流程。

場(chǎng)景4：端到端智能閉環(huán)管理

另外，我們?cè)谄脚_(tái)端實(shí)現(xiàn)的功能是端到端的智能閉管理。為什么說實(shí)現(xiàn)端到端的智能閉環(huán)？事實(shí)上我們要在平臺(tái)端做一個(gè)很重要的工作，就是把檢測(cè)、監(jiān)測(cè)的數(shù)據(jù)和養(yǎng)護(hù)決策進(jìn)行最后的打通。圍繞著重點(diǎn)養(yǎng)護(hù)對(duì)象，解決最后一公里問題。

那如何解決呢？在實(shí)踐中，主要是抓住設(shè)施性能這樣一個(gè)關(guān)鍵點(diǎn)。從整個(gè)設(shè)計(jì)，一直到后續(xù)的運(yùn)營(yíng)過程中所涉及到的核心環(huán)節(jié)，包括設(shè)施性能相關(guān)的，是如何設(shè)計(jì)的？它的材料是什么？它的結(jié)構(gòu)是什么？經(jīng)常承載的交通流量是什么樣的？這種流量可能又可以細(xì)分成經(jīng)常有超重的卡車通過、還是小汽車通過，超重的卡車又可以細(xì)分成若干種車型等等，以及所處的地理環(huán)境也會(huì)帶來一定的影響。

圍繞這一系列的因素，明略通過自身的圖譜技術(shù)以及知識(shí)圖譜平臺(tái)，構(gòu)建了一系列的輔助決策模型，這種模型包括了對(duì)路面性能的預(yù)測(cè)模型，以及橋梁狀態(tài)的預(yù)測(cè)模型等。我們把養(yǎng)護(hù)監(jiān)測(cè)和檢測(cè)到的數(shù)據(jù)通過這一系列的模型，提煉出一系列的關(guān)鍵指標(biāo)，甚至通過預(yù)測(cè)能夠知道橋梁性能的衰減情況。基于這種衰減情況，再反饋到養(yǎng)護(hù)決策中，從而為下一次的養(yǎng)護(hù)決策提供科學(xué)的依據(jù)。這就真正地實(shí)現(xiàn)了養(yǎng)護(hù)檢測(cè)結(jié)果和養(yǎng)護(hù)決策的打通，從而解決了最后一公里的打通。

有人可能會(huì)認(rèn)為數(shù)據(jù)分析到養(yǎng)護(hù)決策之間，在很多時(shí)候都是很常見的。為什么我們專門要做打通工作？事實(shí)上整個(gè)行業(yè)的現(xiàn)狀還是，一方面不光大中修，都是基于計(jì)劃性來制定的；另一方面很多增效的維修維護(hù)，依舊基于人的經(jīng)驗(yàn)去做判斷。這種情況下，結(jié)合客觀的機(jī)器數(shù)據(jù)分析，會(huì)給決策的準(zhǔn)確度帶來極大的提升。

更多服務(wù)場(chǎng)景：團(tuán)霧智能檢測(cè)

接下來我將通過人工智能在高速行業(yè)的智能化應(yīng)用場(chǎng)景，再跟大家做進(jìn)一步的探討。現(xiàn)在大家看到的是團(tuán)霧智能檢測(cè)場(chǎng)景。

高速公路隨著感知設(shè)備的智能化建設(shè)，特別是最近幾年，鋪設(shè)了大量的感知設(shè)備。平臺(tái)端的智能的能力已經(jīng)有了長(zhǎng)足的進(jìn)步，但仍然有提升的空間，比如說像團(tuán)霧。熟悉的人可能都知道，團(tuán)霧是一個(gè)高速公路的流動(dòng)殺手，容易造成突發(fā)性死亡，然而傳統(tǒng)的檢測(cè)手段很難檢測(cè)到。團(tuán)霧一旦出現(xiàn)，特別容易造成一些比較大的交通事故。

比如像河北經(jīng)常會(huì)出現(xiàn)一些團(tuán)霧，面向團(tuán)霧的檢測(cè)，傳統(tǒng)方式存在實(shí)時(shí)性差、量化難和成本高等一系列問題。在我們平臺(tái)端，可以用人工智能手段進(jìn)行進(jìn)一步的提升。比如通過視頻和圖像的識(shí)別技術(shù)深度應(yīng)用，可以將團(tuán)霧的檢測(cè)、管理跟指揮進(jìn)行有效地打通。

當(dāng)團(tuán)霧發(fā)生時(shí)，我們將采集到的視頻和圖像進(jìn)行分析，判斷出團(tuán)霧的發(fā)生，然后通過應(yīng)急中心實(shí)時(shí)預(yù)警。將預(yù)警信息分發(fā)到公路沿線的指示牌，甚至可以推送到一些相關(guān)的用戶終端。出行的公眾可以實(shí)時(shí)地了解到風(fēng)險(xiǎn)的存在，從而及時(shí)地采取一些相關(guān)的措施。

當(dāng)團(tuán)霧消除后，可以通過視頻采集的視頻圖像分析出來，然后實(shí)時(shí)地推送到應(yīng)急監(jiān)控中心，通知到周邊的管理部門解除團(tuán)霧的預(yù)警。比如在團(tuán)霧消除時(shí)可以及時(shí)將團(tuán)霧發(fā)生時(shí)封鎖的道路解封，使車輛能正常通行。事實(shí)上團(tuán)霧只是一個(gè)點(diǎn)，路面拋灑等各種各樣的問題、突發(fā)事件都可以通過突發(fā)事件的檢測(cè)，基于AI在圖像和視頻方面的應(yīng)用能力，可以對(duì)公眾出行的安全性、舒適性帶來一個(gè)極大的提升。

基于HAO智能理論，通過打通感知、認(rèn)知、行動(dòng)系統(tǒng)，實(shí)現(xiàn)AI閉環(huán)落地，幫助組織進(jìn)行分析決策

智慧養(yǎng)護(hù)平臺(tái)的構(gòu)建就是明略HAO智能理論的一個(gè)實(shí)踐。好智能 H A O分別是什么？ H是human， A是assistant，O是organization。為什么要強(qiáng)調(diào)這三點(diǎn)？其實(shí)在整個(gè)的智慧化的養(yǎng)護(hù)平臺(tái)里，我們通過云端的智能化，把終端養(yǎng)護(hù)邊端的智能能力進(jìn)行了組合。就像我們前面說的，把依據(jù)一些性能的分析，養(yǎng)護(hù)對(duì)象的性能衰減的分析，以及它相關(guān)的要素進(jìn)行串聯(lián)，把數(shù)據(jù)真正地去構(gòu)成模型，再進(jìn)行預(yù)警、預(yù)測(cè)，推動(dòng)到輔助決策里，從而形成一套面向組織的一個(gè)智能。

通過這種智能，有效地把感知系統(tǒng)，像路邊的鋪設(shè)的感知系統(tǒng)串起來，從而形成一套完整的感知、認(rèn)知行動(dòng)的系統(tǒng)。借助這樣一套理論，去構(gòu)建和實(shí)現(xiàn)智能化的用戶平臺(tái)。

明略公路行業(yè)的智慧應(yīng)用，除了今天介紹的養(yǎng)護(hù)業(yè)務(wù)以外，還有精準(zhǔn)收入金額，車輛畫像等，歡迎感興趣的朋友與我們進(jìn)行進(jìn)一步交流。

作為新基建的重要組成部分，人工智能正駛?cè)氚l(fā)展的快車道。其不僅引發(fā)了經(jīng)濟(jì)結(jié)構(gòu)的重大變革，也深刻改變了人類生產(chǎn)、生活方式和思維模式。而人工智能技術(shù)在公路養(yǎng)護(hù)領(lǐng)域的應(yīng)用，在實(shí)現(xiàn)智慧養(yǎng)護(hù)的同時(shí)，也將為構(gòu)建現(xiàn)代綜合交通運(yùn)輸體系、方便群眾出行創(chuàng)造極大價(jià)值。

       防撞緩沖車出租，電話：136-8888-2255

　　防撞緩沖車采用底盤改裝,防撞緩沖車專用裝置為導(dǎo)向架和防撞緩沖墊等組成,可在臨時(shí)性車道封閉的路段給養(yǎng)路工人及設(shè)備提供全面的被動(dòng)安裝防護(hù):通過防撞包的變形均勻逐漸的緩消碰撞的動(dòng)能,對(duì)施工人員及設(shè)備進(jìn)行有效的保護(hù),同時(shí)地保護(hù)撞擊車輛內(nèi)人員的安全。