AI智能巡查在城市管理領域的實際應用

崔琰

天津市城市道路設施巡查中心 天津 300190

1 城市管理巡查模式現(xiàn)狀

城市道路設施巡查是保障人民出行安全的一項重要工作。2021年在黨史學習教育為群眾辦實事工作當中，作為道路設施巡查的一分子，在日常巡查反饋道路設施病害的同時，將病害問題及時反饋各養(yǎng)管單位進行處置，督促其完成維修工作也是重要的一環(huán)。日常工作當中，為解決群眾困難，我單位從自身實際工作出發(fā)，在城市道路橋梁、管線井、城市道路停車等方面進行全方位的監(jiān)管，同時使用人工的形式將天津市外環(huán)線以內(nèi)的城市道路納入巡查體系當中，成立督辦組、考核組來完成各項工作指標，為群眾解難題、辦實事。下面就目前的巡查模式、難點、建議及思路做如下闡述：

網(wǎng)格化巡查管理模式為：設置巡查分中心及網(wǎng)格化管理中心，采用區(qū)域化責任制原則，由各巡查分中心在每個網(wǎng)格安排巡查員負責巡查，網(wǎng)格化管理分中心負責案件的匯總、分派和督辦工作。道橋病害問題主要由巡查員或車巡組人員使用手機進行定位、拍照，錄入信息后上報、分派、督辦工作，案件的整體流轉(zhuǎn)和統(tǒng)計工作依托已建成的信息平臺完成。隨著城市道路建設，道路停車泊位、共享單車管理等職能的增加，我中心完成了巡查手機的更新?lián)Q代、信息系統(tǒng)的新建等信息化基礎設施的完善等工作，力求以信息化、智能化手段快速解決城市管理中存在的問題。傳統(tǒng)人工巡查方式存在勞動強度大、工作效率低、檢測質(zhì)量分散、手段單一等不足，人工檢測的數(shù)據(jù)也無法準確、及時地接入管理信息系統(tǒng)。并且，隨著無人值守模式的推廣，巡查工作量越來越大，巡查覆蓋率、及時性無法保證。此外，在惡劣天氣條件下，人工巡查還存在較大安全風險，缺乏有效的巡檢手段。大風、霧天、冰雪、冰雹、雷雨等惡劣天氣下，也無法及時進行巡檢[1]。

2 現(xiàn)有巡查模式中存在的主要問題

2.1 機動車道巡查較為困難

巡查人員上報案件時需靠近病害進行識別、定位和圖片采集工作，如病害發(fā)生在人行道或車流量較小、車速較慢的非機動車道上，巡查員上報案件時較為便捷；但當病害發(fā)生在車流量較大、車速較快的機動車道上時，巡查員靠近病害進行信息采集時存在一定困難和危險性。此外，目前車巡過程中發(fā)現(xiàn)病害時需要相關人員下車進行信息采集，但是部分城市主干路或快速路存在停車不方便或不允許停車的問題，信息采集人員只能在車上進行抓拍，因此出現(xiàn)圖片清晰度不夠、反映問題不全面、定位不準確等問題，對案件后續(xù)的處理流程造成不利影響。

2.2 巡查過程主觀性過強

巡查人員在巡查過程中對案件類型、嚴重程度、是否達到上報標準等主要依靠自身判斷，不僅效率較低，并且對巡查人員經(jīng)驗依賴程度較高，主觀性較強。此外，車巡過程中，巡查結(jié)果受車速、人員注意力等因素影響較大，對細微裂縫等早期病害易發(fā)生遺漏，巡查效果一般。因為案件上報過程中存在較多主觀因素，所上報的案件難免出現(xiàn)描述不準、標準不一的情況，提高了案件后續(xù)處理難度，也對平臺案件辦理人員的業(yè)務能力有較高的依賴性，使案件立案環(huán)節(jié)的準確度成為案件誤報率的瓶頸。

2.3 巡查力量不足

以10公里為巡查里程（預計整體巡查時間在2.5小時），由系統(tǒng)將天津市外環(huán)線以內(nèi)所有城市道路進行統(tǒng)計，最終分成239個網(wǎng)格。以工作量計算，每個網(wǎng)格均應由一名巡查人員進行上下午巡查，巡查人員數(shù)量的缺乏是目前存在的問題之一，巡查力量不足造成在巡查周期內(nèi)無法保證完成巡查任務[2]。

3 智能巡查的先進經(jīng)驗

3.1 高速公路視頻巡檢

經(jīng)網(wǎng)上調(diào)研，目前部分高速公路采用遠程視頻巡檢模式。該模式主要利用巡檢車輛搭載高清廣角攝像頭，車輛以規(guī)定速度范圍在高速公路上行駛時，可將路面及相關附屬設施信息及車輛位置信息實時傳送至遠程桌面上，由特定人員在遠程電腦上進行畫面定格、問題定位、信息編輯等工作。由于巡檢車輛駕駛?cè)藛T及信息錄入人員僅需要完成自身工作，因此該模式對部分人員整體素質(zhì)要求相對較寬松，培訓成本可明顯降低，且因為信息錄入人員相對固定，問題發(fā)現(xiàn)標準可較為統(tǒng)一。人工智能系統(tǒng)通過高清視頻，也就是每秒30幀的圖片信息，對每一張圖片上的關注點信息能夠全部進行識別，而且此過程每秒鐘進行重復30次。其工作效率是人力無法比擬的。而快速的識別運算采集速度，可以允許執(zhí)行巡查工作的車輛高速行駛。

此外，據(jù)悉部分高速公路已采用無人機搭載高清攝像頭形式進行巡檢，因?qū)I(yè)無人機可通過內(nèi)部程序制定巡航路線，故操作相對更為便捷，并能進一步節(jié)約人力成本。

3.2 AI智能巡查

經(jīng)調(diào)研，目前已存在公路視覺AI養(yǎng)護巡查手段，《中國公路》雜志也已刊登相關文章。

視覺AI路面日常養(yǎng)護快速巡查技術(shù)方案體系，由一個便攜式快速采集終端、一組AI智能識別算法、一套數(shù)據(jù)管理系統(tǒng)組成，是一整套可用于日常養(yǎng)護巡查的經(jīng)濟、便捷、自動化、智能化的解決方案，從發(fā)現(xiàn)問題、分析問題到解決問題，覆蓋路面養(yǎng)護快速巡查的全流程管理?？焖俨杉K端采用具備光學防抖、電子防抖功能的便攜式高清運動相機，可在現(xiàn)有養(yǎng)護巡查車輛上快速搭載，將數(shù)據(jù)圖像進行實時回傳，終端集成GPS模塊，采集影像包含GPS位置信息，便于病害定位，可結(jié)合GIS二次開發(fā)與地圖關聯(lián)處理。體系建立后，在日常巡查中的應用較為方便快捷，只需由相關人員駕駛巡查車輛在道路上保持一定速度范圍進行行駛，通過高清運動相機采集的畫面即可實時回傳，并通過AI分析系統(tǒng)對圖像進行智能分析，根據(jù)已有樣本判斷病害類型、大小等。前期由于樣本不足的原因，AI分析可能有一定偏差，需要人工適量修正，隨著樣本不斷補足，AI系統(tǒng)通過智能學習將不斷完善，使智能識別系統(tǒng)更為精準[3]。視覺AI路面日常養(yǎng)護快速巡查技術(shù)解決方案優(yōu)勢，可歸納為“快速便捷、經(jīng)濟性強”“智能化、自動化程度高”“可視化程度高、直觀性強”“可量化指標、多維統(tǒng)計分析，科學決策能力強”“契合行業(yè)發(fā)展、需求量大”，體現(xiàn)了智能化自動化養(yǎng)護管理的模式創(chuàng)新。

4 建議及意見

4.1 主動克服現(xiàn)有困難，提升辦事服務效率

4.1.1 針對現(xiàn)有巡查中存在的問題，努力從管理和制度角度進行適當克服。一是加強巡查員的思想教育和安全意識教育，使巡查員能夠在保證自身安全的前提下將問題信息完整采集。二是重視巡查員的業(yè)務培訓，統(tǒng)一上報標準，減少后期案件處理難度。三是合理進行人員調(diào)配和巡查計劃安排，保證巡查的效率和覆蓋率。

4.1.2 通過GIS平臺提供的地圖數(shù)據(jù)和空間地理服務，實現(xiàn)市政道路設施的可視化管理，并且為巡查人員提供案件的位置信息，生成巡查導航路徑。同時，提供人員巡查軌跡跟蹤定位，實現(xiàn)人員督查的可視化管理。

4.2 充分利用現(xiàn)有資源，探索智能巡查新方案

4.2.1 視頻巡查。人工智能系統(tǒng)通過高清視頻，也就是每秒30幀的圖片信息，對每一張圖片上的關注點信息能夠全部進行識別，而且此過程每秒鐘重復30次。其工作效率是人力無法比擬的。而快速的識別運算采集速度，可以允許執(zhí)行巡查工作的車輛高速行駛。網(wǎng)絡帶寬、服務器資源和電子大屏配置等硬件環(huán)境相對完備，可初步滿足視頻實時回傳、存儲和大屏展示等需求，為視頻巡查工作的探索提供中心端硬件保障?？刹少徍桶惭b部分車載攝像頭、無人機等，初步進行視頻巡查的實踐探索。此外，可協(xié)調(diào)交管部門共享其攝像頭視頻信息，利用交管攝像頭資源進行定點監(jiān)測。

4.2.2 AI智能巡查。路面病害的日常養(yǎng)護巡查，主要借助人力，通過人車上路的方式開展巡查工作。巡查結(jié)果受車速、人員經(jīng)驗、注意力等因素影響，對細微裂縫等早期病害易發(fā)生遺漏，且巡查結(jié)果無客觀數(shù)據(jù)支撐，不僅巡查效率低，并且巡查效果一般。視覺AI技術(shù)借助經(jīng)濟便攜的運動相機完成路面數(shù)據(jù)的快速采集，并通過視覺AI技術(shù)快速分析采集影像，自動識別路面病害，可應用于公路路面日常養(yǎng)護快速巡查，大幅降低人工巡查負擔，提高作業(yè)效率。在巡查工作中，我們要關注的信息多樣復雜，通過深度學習，建立人工神經(jīng)網(wǎng)絡，形成圖像識別模型，設備可以自動識別多種道路病害等關注點信息。AI智能巡查技術(shù)應用于城市道路巡查體系是智慧城市的發(fā)展趨勢，能夠解決人員、標準、安全等諸多問題。但目前使用AI智能巡查技術(shù)替代傳統(tǒng)巡查模式尚不成熟，無法滿足巡查工作中復雜多變的情況。因此課題小組建議：一是持續(xù)研究AI智能技術(shù)，針對實際道路狀況、病害現(xiàn)狀、數(shù)據(jù)更新等內(nèi)容進行深入調(diào)查研究，進一步推進智能化與實際運用契合。二是探索新型管理模式，在網(wǎng)格巡查模式的基礎上，調(diào)整巡查周期和頻率，推進巡查工作向規(guī)范化、標準化推進，結(jié)合城市道路管線井地方標準的制定工作，推動智能化與城市管理相互促進。

在AI智能巡查的同時，我們也考慮將VR技術(shù)引入路面檢測當中，形成三位定向?qū)Ρ?，通過MATLAB等計算工具，形成道路設施完好質(zhì)量監(jiān)督機制，引入圖像對比功能，通過設定的基礎閾值，將道路病害（坑槽、脫皮、翻漿、松散等類型）加入到比較當中，使用MATLAB進行計算，納入基礎考核評分。方法是將道路圖像物方空間的光學信息轉(zhuǎn)換到像空間，通過記錄得到對應的數(shù)字信息；在數(shù)學上也就是進行物方空間數(shù)字信息到平面數(shù)字信息之間的變換。事實上，數(shù)字圖像處理的圖像數(shù)據(jù)為數(shù)字信號，而處理后圖像數(shù)據(jù)的單位為像素，若要檢測出道路圖像信息的尺寸，必須先建立實際物體尺寸與圖像像素的對應關系，這就是需要對道路日常監(jiān)測標定的工作。傳統(tǒng)的方式是使用攝像機，確定相機的內(nèi)外方位元素，再確定物體與成像空間坐標之間的轉(zhuǎn)換關系。在道路日常養(yǎng)護檢測工作中，通常使用非量測相機，若要得到相機內(nèi)外方位元素就要經(jīng)過大量的參數(shù)初始值設定和數(shù)據(jù)運算，計算量很大。通過VR技術(shù)及智能手機終端，目前已可實現(xiàn)與現(xiàn)場空間坐標之間的完美銜接轉(zhuǎn)換。由巡查人員照片與VR鏡像的深度還原匹配可以做到空間數(shù)字對比，設定閾值后進行標準化比對。目前，道路圖像特征的研究大多數(shù)采用幾何特征，如路面破損區(qū)域的長度、面積以及沿線設施的高度等來度量。通過圖像采集和系統(tǒng)標定后，就可以獲得目標的物方空間坐標，根據(jù)路面檢測損壞類型及病害標準來計算不同類別的病害嚴重程度，同時還可以對道路沿線的設施問題進行一并檢測。