基于人工智能的城区路面病害智慧巡查应用研究边缘计算应用.docx

0

基于人工智能的城区路面病害智慧巡查应用研究边缘计算应用

前言

当前，我国城市道路网络日益繁茂，城区路面病害种类繁多，包括坑槽、裂缝、车辙、泛油、车辙坑及接缝剥离等，且病害分布广泛、隐蔽性强、演变速度快。传统的巡查方式主要依赖人工驾驶车辆或固定机位，存在人力成本高、巡检覆盖面窄、响应滞后等问题。人工巡查受限于体能和视线条件，难以对路面进行全天候、全覆盖的细致监测，尤其在夜间或恶劣天气下，漏检率极高，导致病害隐患无法及时被发现，往往等到路面破损严重或引发交通事故后才进行处置，增加了道路维护成本。另现有的自动化检测设备多采用肉眼观察或简单的机器视觉技术，受天气、光线、路面材质及病害形态影响