■ 文/供圖｜中交基礎(chǔ)設(shè)施養(yǎng)護集團有限公司 邢鵬 董雨明 中交路橋檢測養(yǎng)護有限公司 楊沐藝

路面病害智能識別診斷是支撐路面養(yǎng)護科學(xué)決策與設(shè)計的科學(xué)方法。路面裂縫作為主要的病害形式，直接影響公路使用壽命。近年來，在我國公路通車?yán)锍滩粩嗯噬?、路況水平穩(wěn)步提高的同時，裂縫病害智能識別技術(shù)也在不斷發(fā)展。日常養(yǎng)護、預(yù)防養(yǎng)護及修復(fù)養(yǎng)護等不同養(yǎng)護階段中的養(yǎng)護目標(biāo)不同，對智能識別的精度、范圍等要求也不盡相同。本文依據(jù)不同養(yǎng)護需求歸納了目前路面裂縫識別領(lǐng)域的技術(shù)發(fā)展現(xiàn)狀，總結(jié)當(dāng)前數(shù)據(jù)采集手段及載體的特征，以便為公路運維管養(yǎng)對策選擇提供思路。

隨著經(jīng)濟建設(shè)的快速穩(wěn)步發(fā)展，我國公路交通基礎(chǔ)設(shè)施也日趨完善。截至2022年底，我國公路總里程已達(dá)到535萬公里，10年間增長了112萬公里，其中高速公路通車?yán)锍踢_(dá)到17.7萬公里，相較2012年增長了8萬多公里，運營里程穩(wěn)居世界第一的位置。2023年1月至11月，我國交通固定資產(chǎn)投資3.6萬億元，其中公路水路2.8萬億元（預(yù)計全年超過3萬億元），新改（擴）建高速公路超過7000公里。隨著公路通車?yán)锍痰牟粩嘣鲩L，公路網(wǎng)絡(luò)進(jìn)一步完善，路面的養(yǎng)護管理漸漸成為我國交通基礎(chǔ)設(shè)施領(lǐng)域的重要任務(wù)。

公路發(fā)展規(guī)劃中的重點任務(wù)，是以提高路況水平為導(dǎo)向，提升公路養(yǎng)護效能。路面病害是反映路況水平的重要指標(biāo)，直接影響公路的使用壽命和行車安全。因此，迫切需要先進(jìn)技術(shù)和科學(xué)方法來支持路況水平基礎(chǔ)數(shù)據(jù)的完善和管理決策的科學(xué)化。

傳統(tǒng)的路面病害人工檢測方法存在耗時費力、測量結(jié)果具有離散性、影響正常交通等不足，難以適應(yīng)目前的公路養(yǎng)護發(fā)展需要。同時，數(shù)字影像、激光成像、雷達(dá)探測等技術(shù)的成熟發(fā)展，也促進(jìn)了自動檢測領(lǐng)域數(shù)據(jù)快速采集、存儲等技術(shù)的發(fā)展。因而在公路養(yǎng)護領(lǐng)域前沿技術(shù)產(chǎn)學(xué)研用聯(lián)動過程中，逐漸出現(xiàn)了一批關(guān)于路面病害智能識別的研究和探索，例如基于卷積神經(jīng)網(wǎng)絡(luò)的路表病害識別、針對路面裂縫病害信息的快速識別方法，以及路面隱形病害的識別方法等。

路面裂縫是評價路面質(zhì)量最重要的參數(shù)之一，能反映路面性能變化的情況。在養(yǎng)護管理的過程中，不同工況對裂縫病害識別技術(shù)有不同的要求。路面病害檢測技術(shù)的最大挑戰(zhàn)是如何高頻高效地獲取路面破損的精確微觀信息，建立持續(xù)的病害監(jiān)測及結(jié)果數(shù)據(jù)系統(tǒng)，以便分析病害成因，選定高效的養(yǎng)護時機和策略。

日常養(yǎng)護注重裂縫病害的快速巡查，支撐預(yù)防養(yǎng)護與修復(fù)養(yǎng)護工程設(shè)計工作的定期檢測或?qū)ｍ棛z測，則更注重裂縫類型、形態(tài)、尺寸的精準(zhǔn)數(shù)據(jù)統(tǒng)計。同時，基于全壽命周期理念的普及，以及我國半剛性基層反射裂縫頻發(fā)的現(xiàn)狀，針對路面上面層隱形裂縫的檢測分析需求也十分重要。

日常養(yǎng)護中的裂縫智能巡查技術(shù)

在日常養(yǎng)護中，路面巡查是重要一環(huán)。傳統(tǒng)的人工巡查存在主觀性強、耗時耗力和安全性差等問題。裂縫病害信息是路面養(yǎng)護管理人員對養(yǎng)護工下達(dá)養(yǎng)護任務(wù)的信息基礎(chǔ)。日常巡查場景下，對于路面裂縫病害的檢測需求主要體現(xiàn)為低成本、高頻次、快響應(yīng)。

日常養(yǎng)護巡查技術(shù)是在傳統(tǒng)二維圖像采集分析技術(shù)基礎(chǔ)上發(fā)展而來的。目前，裂縫病害巡查技術(shù)大多數(shù)仍延續(xù)采用二維圖像分析技術(shù)。在20世紀(jì)80年代，美國和日本等一些發(fā)達(dá)國家開始開發(fā)路面裂縫自動化檢測系統(tǒng)。最初的開發(fā)基于模擬膠片拍攝和錄像技術(shù)，但由于圖片數(shù)據(jù)難以轉(zhuǎn)換為數(shù)字形式存儲和操作，這種方法存在一定的局限性。后期，利用圖像分析技術(shù)的路面裂縫檢測方法，經(jīng)歷了35毫米模擬攝影、模擬攝像技術(shù)和數(shù)字?jǐn)z像技術(shù)的發(fā)展階段。出于成本控制的考慮，日常養(yǎng)護病害巡查通常采用二維圖像采集技術(shù)采集單車道或多車道的數(shù)據(jù)信息，并將其作為數(shù)據(jù)分析的基礎(chǔ)。

近年來，隨著計算機硬件設(shè)備和圖像識別技術(shù)的不斷發(fā)展，路面病害檢測引入了數(shù)字圖像處理技術(shù)，通過車載攝像機采集有關(guān)路面病害的圖像，再對采集到的圖像進(jìn)行增強去噪、分割、特征提取等處理，實現(xiàn)自動化檢測。

伴隨智能巡查技術(shù)的推廣應(yīng)用，將輕量化路面自動檢測系統(tǒng)應(yīng)用于日常巡查的研究和實踐逐漸成為熱點。2008年，北京市巡查人員通過使用便攜式PDA設(shè)備定位、拍攝和上報病害，實現(xiàn)了數(shù)字化巡查。2014年，山東省高速公路管理養(yǎng)護單位采用車載巡查記錄儀采集路面、路基圖像，并使用人工獲取其中的病害數(shù)據(jù)。近年來，基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)不斷發(fā)展，上海、浙江等多個地區(qū)嘗試了輕量化智能巡查系統(tǒng)，通過算法自動化處理路面圖像。輕量化發(fā)展一方面得益于云端存儲與計算技術(shù)的發(fā)展，另一方面針對巡查的特定需求，策略上通過損失一定精度降低深度學(xué)習(xí)或分析模型計算規(guī)模，從而提升智能識別處理速度。

支撐路面破損指標(biāo)計算的裂縫病害智能識別技術(shù)

在支撐預(yù)防養(yǎng)護與修復(fù)養(yǎng)護工程設(shè)計工作的定期檢測或?qū)ｍ棛z測中，路面裂縫病害作為主要病害形式，是路面破損指數(shù)（PCI）的重要計算依據(jù)，而PCI又是路網(wǎng)級養(yǎng)護科學(xué)決策和項目級路面養(yǎng)護設(shè)計方案制定的重要依托。在計算PCI過程中，基于路面綜合破損率（DR）的計算需求，需要精準(zhǔn)的裂縫病害尺寸信息。因此，定期檢測與專項檢測路面裂縫病害識別技術(shù)的關(guān)鍵需求是數(shù)據(jù)精準(zhǔn)性。目前，相關(guān)裂縫病害智能識別技術(shù)包含傳統(tǒng)二維圖像連續(xù)拍攝、三維激光雷達(dá)掃描的采集技術(shù)，以及二維圖像疊合三維立體圖像和三維激光信號重建的分析方法。

路面裂縫自動檢測設(shè)備最早起源于20世紀(jì)60年代，由日本基于道路工程勘察的目的最早開始研發(fā)。法國LCPC道路管理部門開發(fā)的GERPHO系統(tǒng)最早實現(xiàn)投入使用，采用35毫米移動式攝影機連續(xù)采集路面破損圖像信息。雖然GERPHO系統(tǒng)實現(xiàn)了路面數(shù)據(jù)采集的自動化，相較人工檢測，顯著提高了路面數(shù)據(jù)采集速度，但是早期采集圖像利用膠卷記錄信息，成本較高。后續(xù)伴隨硬件技術(shù)發(fā)展，90年代前后陸續(xù)涌現(xiàn)出眾多自動檢測設(shè)備，諸如日本Komatsu系統(tǒng)、瑞典PAVUE系統(tǒng)、加拿大ARAN(Automatic Road Analyzer)系統(tǒng)、澳大利亞RoadCrack系統(tǒng)、美國數(shù)字式高速公路多功能檢測車（Digital Highway Data Vehicle,DHDV）。

組圖：路面病害區(qū)域的范圍識別

2000年以后，我國路面裂縫病害自動檢測技術(shù)快速發(fā)展并逐漸成熟。初期通過引入國外基于面陣或線陣相機的二維圖像采集與分析技術(shù)進(jìn)行應(yīng)用開發(fā)探索。2002年，北京市引進(jìn)國外技術(shù)，通過改進(jìn)高速線掃描相機和LED人工照明裝置系統(tǒng)，實現(xiàn)了路面圖像的實時采集和存儲。同年，南京理工大學(xué)唐振民等成功研制了JG-1型路面智能檢測車。2003年，南京理工大學(xué)通過研產(chǎn)合作，升級開發(fā)了N-1型路面狀況智能檢測車，并在此基礎(chǔ)上提出了一種基于線性結(jié)構(gòu)光的道路二維成像方法。2006年，原交通部研究院牽頭研制出了一套以線掃儀為基礎(chǔ)的道路狀況快捷測試系統(tǒng)——CiCS，在車輛正常行駛速度下，實現(xiàn)了快速準(zhǔn)確的道路病害檢測，并在此基礎(chǔ)上，提出了一種基于線性陣列攝像機的新型探測方法，實現(xiàn)了兩米至3.6米的橫向?qū)挾确秶鷥?nèi)檢測，精度可達(dá)1毫米。配套分析系統(tǒng)CiAS（Cracking image Analysis System）可對CiCS拍攝到的道路病害進(jìn)行自動識別與處理，定位裂縫部位，并提取裂縫特征參數(shù)。武漢大學(xué)在路面檢測系統(tǒng)（SmartV）的基礎(chǔ)上通過產(chǎn)學(xué)聯(lián)動升級開發(fā)ZOYON-RTM型智能道路檢測車，采用高分辨率線陣掃描相機和紅外激光照明技術(shù)，在同步控制器的觸發(fā)控制下高速連續(xù)拍攝路面。目前國內(nèi)上述兩款采集系統(tǒng)應(yīng)用較為廣泛。

近年來，隨著激光掃描技術(shù)、立體視覺和三維激光掃描技術(shù)的發(fā)展，以及路面裂縫智能識別技術(shù)超三維分析識別的發(fā)展，已可避免二維圖像因光照不均及路面污染導(dǎo)致的裂縫信息較弱的情況。

1995年，瑞士聯(lián)邦理工學(xué)院研究實現(xiàn)了一種名為路面裂縫識別全息系統(tǒng)（CREHOS）的技術(shù)，用于路面裂縫的識別。同時，加拿大開發(fā)了一種名為LaserVISION的路表三維激光可視化系統(tǒng)。2008年，洛朗（Laurent）等人在之前三維路面病害檢測系統(tǒng)（LCDS）的基礎(chǔ)上，發(fā)展了一種名為LCMS的激光裂縫測量系統(tǒng)。此外，美國加利福尼亞公路管理部門采用激光雷達(dá)測試技術(shù)來檢測路面的三維信息，通過信號反射時間與車輛行駛方向縱向位移關(guān)系，建立路面的三維模型。2004年，立體視覺技術(shù)在路面病害檢測中得到應(yīng)用，通過將兩個不同角度的同一圖像疊加，使圖像具備空間立體感，但立體視覺在路面檢測中的應(yīng)用未達(dá)到期望的檢測精度和速度，這主要源于立體視覺檢測系統(tǒng)在檢測過程中的車體振動、光線條件，在后期圖像處理過程中的精度標(biāo)定、圖像同名點匹配，以及復(fù)雜的三維信息重建算法等問題的影響。檢測車輛靜止時，三維路面重建精度在兩毫米至5毫米，但車輛運動條件下采集路面圖像重建三維路面的誤差大于5毫米，無法滿足當(dāng)前對路面檢測系統(tǒng)的檢測要求。

基于探地雷達(dá)的路面隱形裂縫病害識別技術(shù)

基于我國公路建設(shè)歷史進(jìn)程中，半剛性基層易導(dǎo)致反射裂縫的現(xiàn)狀，隱形裂縫病害的檢測識別逐漸受到關(guān)注。未呈現(xiàn)在路面上面層的隱形裂縫病害是促使路面技術(shù)狀況產(chǎn)生快速衰變的隱患，能通過影響路面功能、結(jié)構(gòu)健康狀況的精準(zhǔn)分析與預(yù)測，進(jìn)而造成周期性養(yǎng)護科學(xué)決策規(guī)劃的偏離。因此，路面隱形裂縫病害的智能識別的核心目標(biāo)是空間信息的準(zhǔn)確性。

組圖：農(nóng)村公路檢測系統(tǒng)采集的路面裂縫病害圖像

探地雷達(dá)技術(shù)應(yīng)用于道路工程檢測最早可追溯至20世紀(jì)80年代。此后，該技術(shù)發(fā)展迅速，在雷達(dá)硬件設(shè)備、地下目標(biāo)成像／識別等方面取得了重大進(jìn)展和突破。常規(guī)探地雷達(dá)隱性病害檢測驗證流程通過實時動態(tài)測量技術(shù)（Realtimkinematic,RTK）定位。為實現(xiàn)對地下介質(zhì)分布和不可見目標(biāo)體或地下界面的掃描，采用可發(fā)射、回收無線電波的電磁技術(shù)，確定路面上面層未能呈現(xiàn)的隱形裂縫病害的結(jié)構(gòu)形態(tài)或位置。無線電波具有高分辨率和強抗干擾能力的特點。在檢測時，利用發(fā)射天線，以寬頻帶脈沖形式發(fā)射高頻電磁波，然后通過目標(biāo)體的反射或透射，將反射信號傳輸至接收天線。測量過程中，采用固定間距沿測線同步移動的方式。高頻電磁波在介質(zhì)中傳播時，介質(zhì)的電性質(zhì)和幾何形態(tài)會導(dǎo)致路徑、電磁場強度及波形發(fā)生變化。結(jié)合里程樁號和路表視頻信息大致定位異常點；基于空間定位需求，采用三維或二維探地雷達(dá)網(wǎng)格化加密測線，從而精準(zhǔn)定位異常點。

在實踐中，可利用鉆探、內(nèi)窺鏡輔助等方法驗證異常點。相較二維雷達(dá)，三維雷達(dá)能以水平切片的形式展示探測成果，可實現(xiàn)任意方向的切片、動畫視頻或局部的三維立體展示，結(jié)果直觀準(zhǔn)確。根據(jù)路面內(nèi)部病害特征信號的樁號、層位、面積、體積及寬度等推算病害相關(guān)信息，可得到橫向裂縫位置及長度，縱向裂縫位置長度，貫穿裂縫位置及長度。病害位置包括病害所屬段落及所處層位兩個信息。

用于裂縫病害信息智能采集的裝備及載體

針對不同養(yǎng)護目標(biāo)的病害檢測需求，結(jié)合后期數(shù)據(jù)處理技術(shù)的復(fù)雜性，當(dāng)前在養(yǎng)護管理過程中選用的采集載體也不同。

專業(yè)路況檢測車裝載了GPS、對路正攝高速相機和點陣激光，在行業(yè)內(nèi)普及應(yīng)用程度最高，多用于國檢或定檢場景。但受限于每臺數(shù)百萬元的昂貴價格，以及宏觀PQI等指標(biāo)結(jié)果和兩米每段的碎片化原始資料無法直接用于成因分析，后續(xù)仍需大量的人工實地考察及分析，因而無法應(yīng)對高頻、大規(guī)模的日常檢測。

近幾年試用的激光檢測技術(shù)，基于GNSS/RTK與慣導(dǎo)相結(jié)合，以激光雷達(dá)為主，相機為輔，隨移動測量及激光感知技術(shù)發(fā)展。一些院校研究機構(gòu)及自動駕駛相關(guān)領(lǐng)域企業(yè)，通過改造原業(yè)務(wù)場景的激光采集車，將其轉(zhuǎn)型成可用于路面狀況檢測的采集車，并通過Lidar掃描獲得3D激光點云，利用點云分割、識別、點圖融合等技術(shù)，感知路面破損特征及平整情況。但由于該方案需要用到激光、全景或工業(yè)相機等多種較貴的傳感器，以及部分載車改造，總體造價比較昂貴，對高頻大規(guī)模檢測來說依然是挑戰(zhàn)。

基于高分衛(wèi)星影像和遙感技術(shù)的大規(guī)模路面狀況檢測方法具有精度高、圖幅大、歷史數(shù)據(jù)豐富的特征，適合做大規(guī)模宏觀層面的路面狀況檢測及分析，但由于依賴高分辨率衛(wèi)星影像，成本相對較高，每周的觀測成本至少在每平方公里數(shù)百元左右。此外，受天氣、大氣、云層等外因影響，以及交通流量、遮擋、陰影等影響，還存在影像質(zhì)量和可用數(shù)據(jù)不足以觀測的問題。

Pathway多功能道路檢測車

基于低空無人機移動觀測的路面狀況分析，采用的是GNSS/RTK與慣導(dǎo)、相機或激光組合機制。無人機低空觀測，不論是激光或相機，均可實現(xiàn)一定精度、精細(xì)度的路面狀況觀測，采集機動靈活，但受限于飛行資質(zhì)、限飛區(qū)域和限高約束，以及無人機自身的續(xù)航問題，實際應(yīng)用時存在較多限制。且無人機設(shè)備本身造價較貴，方案實施難度較大。

基于路側(cè)或路上攝像頭靜態(tài)觀測路面狀況的課題研究，多來自智慧交通項目的延伸，多數(shù)復(fù)用路上已有攝像頭設(shè)備觀測。雖然能節(jié)省部分硬件成本，但由于靜態(tài)相機的觀測范圍和角度受限，會影響觀測質(zhì)量和后續(xù)處理，也存在較多觀測盲區(qū)，且靜態(tài)攝像頭大多基于GPS觀測數(shù)據(jù)，觀測及處理后的位置精度天然弱于其他亞米級檢測方案。

路面裂縫病害是影響路面技術(shù)狀況水平與服役壽命的關(guān)鍵因素，對裂縫病害的快速診斷分析是路面保持良好功能、延長服役壽命的前提。因此對于路面裂縫病害智能識別發(fā)展，及其數(shù)據(jù)價值的有效挖掘與利用，將對科學(xué)規(guī)劃決策、路面狀況預(yù)測感知發(fā)揮重要作用。

伴隨病害數(shù)據(jù)采集手段的快速化、便捷化，以及分析方法的精細(xì)化，路況水平基礎(chǔ)數(shù)據(jù)連續(xù)性、完善性提升，數(shù)據(jù)更新與調(diào)取的及時性、便捷性提高，這不僅讓公路養(yǎng)護科學(xué)決策與設(shè)計的數(shù)據(jù)基礎(chǔ)更加堅實，而且也促進(jìn)了長周期公路養(yǎng)護規(guī)劃編制的科學(xué)發(fā)展，更有利于基于全壽命周期理論分析公路養(yǎng)護資源的投入與分配。

當(dāng)前對于路面病害的檢測識別為事后識別，即檢測識別已經(jīng)發(fā)生病害的路段，并采取處理措施。隨著檢測手段增多、數(shù)據(jù)的爆炸式增長和計算機算力的顯著提升，未來可融合高精傳感器在重點監(jiān)測區(qū)域開展路面病害發(fā)生與擴展的預(yù)測，通過歷史數(shù)據(jù)建立路面結(jié)構(gòu)服役性能與荷載環(huán)境等隨機因素的非線性演化聯(lián)系，提前預(yù)測可能發(fā)生裂縫或其他病害的區(qū)域，建立基于大數(shù)據(jù)的路面病害預(yù)測感知系統(tǒng)，具有良好的研究價值和應(yīng)用推廣價值。