02

道路巡检智能管理系统——无缝对接现有系统迅速升级，深度学习赋能全面提效；

道路病害采集系统、道路巡检智能管理云平台一体集合，实现自动采集检测、识别；

支持智慧巡检看板、病毒智能检测分析、数据管理、路面损伤分析，巡检资产管理、公路资产管理；

△思谋道路巡检智能系统看板

2.数智赋能+边云协同，道路检测实现工业「像素级」标准

作为数智时代的核心技术之一，以深度学习为基础的新兴视觉检测早已大规模应用在工业视觉检测之中，通过深度学习特性可以实现检出率、误检率等技术指标的全面升级，并且提升大规模数据的处理速度、降低了人力成本。而这些，也正是道路巡检养护领域所关注的重要问题，它们也需要更低成本、更敏捷地将深度学习技术运用到道路巡检养护领域的数智升级当中。

道路检测需求繁杂、检测道路面积大，数智化升级过程往往要处理海量数据，而思谋方案通过自研算法引擎进行驱动，实现了对数据的精确采集和高效利用。

首先，在数据采集阶段，通过搭载超高清图像采集模块的巡检设备，思谋进行数据的实时采集，在巡检车辆时速达到100km/h的情况下，仍能获取高分辨率清晰图像，同时借助思谋深度学习算法的关键区域智能识别等技术，自动化实现对道路平整度、路面病害、沿线设施损坏等指标的数据采集。

值得一提的是， 思谋不断拓展已成熟运用于工业项目的深度学习视觉算法，将其复用于道路巡检养护领域，打造出了多项针对道路特殊病害的基础算法模型，如道路脏污检测算法、坑槽分割算法、裂痕检测算法、修补识别算法等数十种道路病害识别算法。凭借本身自研算法的多项优势，比如动态数据增强，亚像素分割能力等等，在交通养护项目中，实现了工业的「像素级」标准，病害识别准确率超过90%。

其次， 思谋在边缘端部署领先的深度学习算法模型，通过神经网络减枝模型轻量化、蒸馏算法等技术手段，最大化的提升计算资源的利用率，实现道路病害的实时最优模型检测效果达成，极大提高了检测效率，平均巡检效率提升近5倍。

△ 可识别病害类型达数十种

最后，在边缘端将数据上传云端后，思谋将对数据进行二次处理，进一步挖掘数据价值，以可视化数据看板的形式在智能管理系统呈现，包括：病害智能检测分析、数据管理、路面损伤分析，巡检资产管理、公路资产管理等等。通过数据建模与分析功能，帮助道路部门实现预测性养护。同时道路部门可以在web端、移动端等多渠道实时监控道路数据，在道路养护上实现敏捷决策以及柔性管理。

△思谋道路巡检数据系统看板图

3.新时代交通新基建，先进智能化技术持续全周期赋能

我国新时代下的交通领域发展离不开数智技术的加持赋能，整合各项创新技术实现整个交通领域的智慧化升级迭代和降本增效，已是行业发展的主旋律。

思谋以先进的机器视觉与深度学习技术、数字化能力为核心，在道路养护领域落地了多个全生命周期的数智化升级方案，为公路管养提供一站式智慧巡检养护服务，完成闭环性及预防性管养，并且提供进一步的养护决策支持。以此为起点，思谋将继续作为一家全场景的智能服务公司，不断拓宽智造外沿，以数智技术推动智慧交通的蓬勃发展。返回搜狐，查看更多