导语：
随着我国经济快速增长，道路建设呈跨越式发展，道路在建成之后的使用过程中，由于交通车辆增多等人为因素或者风、地震等自然因素的作用，以及材料本身性能的退化，致使道路的使用寿命和行车安全受到影响。因此，道路巡检是道路运维管理的关键一环。然而，道路作为基础设施建设规模极大，给道路养护带来了巨大的工程量。目前，道路养护面临着费用高昂、巡检车数量少、巡检人员不足、巡检频率低、检测精度低、数据分散等痛点。
链接：【深度检-治-防】地空智能全生命周期道路病害检测平台为城市发展“保驾护航”
2022年4月26日，交通运输部印发了《“十四五”公路养护管理发展纲要》（以下简称《纲要》）。《纲要》指出要“探索推广新型无损检测装备，开发推广应用经济高效自动化检测装备。强化各类检测监测数据的决策分析，形成数据驱动型养护科学决策工作机制”，对公路的检测监测提出了更高要求。按照《纲要》指示，“十四五”期间，各地的公路检测监测工作需要引入经济无损的自动化检测装备和数据决策分析手段，来提升工作的智能化、数字化水平。
当前，很多地区的公路检测工作以人工驱车巡查的方式为主，通过人工巡逻、手机拍照、人眼识别、实地打卡等方式完成检测任务。这种方式通常伴随日巡检里程少、病害检测效率低、受天气影响大等问题。所以传统的检测方式已经无法满足《纲要》要求，跟不上当下路网的快速延伸趋势，需要依托先进技术，进行公路巡查方式的改良，实现公路检测手段的新突破。
行业现状：
01城市环境下探测数据的定位误差
在城市环境下，由于高楼、立交桥、树冠、隧道等影响，RTK信号十分不稳定，坐标漂移严重，导致内业数据处理的异常体，实地却找不到准确位置；其次是漂移后雷达图像位置重叠，导致内业处理产生较多的“虚假异常”，除此之外，定位不准还可导致：
①降低外业数据采集的效率；
②测线之间，无法做位置关联及时空分析。
02测试参数单一，测试雷达频率单一
①参数单一，无法给异常的识别，提供更多的辅助信息；
②雷达频率单一，无法兼顾浅部信号的分辨率和深部信号的有效性。
03数据管理难度大
①数据处理和异常识别，纯手工模式，效率过低；
②缺乏统一的管理平台，市、区、街道办之间缺乏协调，可能存在重复施工的情况，浪费财政资金；
③同一项目，不同施工主体之间，无论是原始数据、处理后的数据、或是病害体信息卡、成果报告等，格式均没有统一，数据管理难度大。
GIT-RDM全生命周期道路病害检测平台
广东地空智能科技有限公司GIT-RDM全生命周期道路病害检测平台融合卫导+惯导组合定位技术，解决了城市外业数据采集RTK信号不稳定、定位精度差的 行业痛点，高速行驶路测平均实际误差小于20厘米。往返测线数据按道路进行拼接、分段和三维建模，海量数据全自动处理、按路段进行编号归档，可长期管理。平台支持手机端下载待复测验证异常体清单并分配到外业作业队伍，验证的结果及影像数据，通过移动终端实时上传到云平台，实现隐患检测及验证的闭环。
该平台兼容业界所有的主流三维雷达，针对三维雷达产生的海量数据实现全自动化处理。数据的展示、异常的识别标注、复测以及验证实现全流程线上作业，可一键导出施工成果，极大缩减了内业工作量，大幅提升施工效率和项目收益。多参数、多维度的道路数据绑定精准的定位信息，实现测线数据的时空关联。利用AI技术进行管线等基础设施的识别和建模、空洞等隐患的识别以及高风险区域的识别，实现道路病害体全生命周期探测治理，解决道路地下风险隐患分布不清、隐患成因不明、事后处理被动等问题。
平台特色
01减轻工作量
所有的数据可在现场通过平板电脑内置的智能数据采集模块进行一次性采集，在线模型实现海量数据的全自动化处理，无需人工干预，既提高了数据采集效率，也降低人力成本。
02操作人性化
数据录入界面简洁明了，操作方便快捷，支持放大、缩小等功能，为智慧城市提供地下空间信息接口。
03数据一键汇总
在PC端上传数据时进行一键操作，所有的数据、清绘图、图形报表一次成型，避免重复录入，无需二次调整。
04检测数据全面
全要素、全生命周期数据集中统一管理，为AI模型的海量训练和高风险路段分析提供了基础，本平台应用在路面检测工作中，包含了路面检测业务的完整工作流程和一整套相关报表，平台集成度高。
05实现数据共享
采集、处理、识别和验证多角色分工和协同，管理人员可以通过移动设备随时随地查看数据，实现权限范围内的数据共享。
道路病害检测流程
01项目新建及任务分派
根据项目任务单新建项目，完善项目信息，添加任务，并将任务分派至相应负责人。
02现场踏勘
项目作业开始初进行现场踏勘，通过外业App上传现场踏勘数据和影像资料，平台一键生成踏勘报告，根据现场踏勘信息来规划探测场景。
03雷达数据采集
采用全球导航卫星系统+惯性导航的定位方式，结合车载三维探地雷达，对管道周边病害体进行快速探测。三维雷达测线束实时拼接，定位轨迹和雷达数据实时上传平台。通过平台添加主管补测和支管探测任务，使用雷达进行数据采集，辅以App进行外业资料采集、数据和影像记录上传。
04海量数据全自动建模
在线模型实现海量数据的全自动化处理。往返测线数据按道路进行拼接、分段、三维建模和编号归档。沿道路方向分割成25米、50米或100米长的Block，将海量数据化整为零，方便管理；Block角度随道路动态调整，最大限度地保证测线视图从左到右、水平放置，符合数据分析习惯；以Block为单位进行任务管理、识别、验证和长期监测；
05道路异常识别
按道路情况将数据下载到本地磁盘进行识别处理，以便快速读取工作位置无任何要求，可异地远程操作；平台结合高精度位置信息，进行全要素的空间关联计算和模型重构，基于全空间模型的地下设施识别和病害隐患异常数据进行筛选、滤除、评估与分析，识别和标注各个道路病害灾害点位的详细数据信息。
06异常点复测验证
外业复测和验证全过程均可通过App进行异常点查看和数据资料、影像资料的上传，且对于现场复测验证的异常点进行快速对比，通过App快速查看剖面图像和不同水平切片图，以及内窥镜视频和作业影像的及时上传，病害体验证完成后，现场可对病害体风险进行评估，实现无纸化作业，多角色协同办公，减少纸质文件记录的笔误和保管不当的情况下导致的记录数据缺失或失真。
07道路病害体成果输出
平台一键导出雷达测线图、病害体分布图、病害体信息卡、成果报告和相关成果资料，让相关管理人员直观了解路面病害明细，一目了然道路性能状况，并根据道路病害信息，及时采用恰当的措施进行修复保养，实现智能化日常巡检。这不仅延长了道路使用寿命，也节省了整体道路养护成本。
