见圳客户端·深圳新闻网2021年1月19日讯（记者 刘梦婷）在以产业融合为核心特征的新基建时代，道路病害巡查同样需要智能化升级，以达到降本增效的目的。近期，腾讯自动驾驶道路智能巡检方案在深圳市交通运输局福田管理局管辖路段率先展开应用，迈出了我国道路巡检智能化的第一步。

效率提升10倍单次巡检路害识别率超90％

巡检，是道路养护的第一步。虽然人们对路面上的坑洼裂痕习以为常，但小病害不被及时发现、修复，就会快速恶化，降低道路的使用寿命，严重威胁道路交通安全。而目前道路巡检，主要依靠人工巡查、拍照纪录的方式来完成，漏检率高、效率低，而且巡检员在车流中拍照存在较大的安全隐患。

据腾讯自动驾驶团队介绍，结合海量出行数据以及可快速迭代的深度学习训练体系开发的道路智能巡检方案，可以大大降低道路巡检的成本、有效提升巡检效率和病害识别的准确率，同时能避免巡检人员下车拍照带来的安全风险，为道路巡检由人力模式进化到高度智能化模式提供了坚实的基础。

在深圳市交通运输局福田管理局管辖道路的实际应用过程中，腾讯智能巡检方案将巡检效率提升了10倍；单条道路一次巡检的路害识别率达到90％，两次巡检识别率接近100％。福田区路桥局巡检员表示：“使用腾讯智能巡检系统后，巡检全程不用下车拍照，只需要在平板电脑上操作一下就可以，工作效率提高了很多，巡检过程也更加安全了。”

腾讯智能巡检方案详解感知技术是基础

从具体方案架构上来看，腾讯智能巡检方案为巡检车辆配备了常规视角相机，鱼眼相机，惯性导航， G PS等传感器。这些传感器本身成本低、体积小，隐藏安装之后不会改变巡检车辆的外观，可以正常通过年检，省去了很多流程上的麻烦。

当巡检车辆上路行驶，惯性导航会根据车辆震动的数据，利用机器学习识别出道路坑洼。与此同时，通过收集大量的裂痕、坑槽等道路病害样本，训练监督、自监督学习神经网络，可以在视觉传感器捕捉到的大量图像信息中，快速准确的筛选出包含道路病害的图像．

不仅如此，基于多传感器的融合算法，腾讯智能巡检方案能够自动分析、识别出路面病害的位置、类别、严重程度和物理尺寸等信息，并实时发送检测结果到车载人机交互程序。

从巡检员的可操作性出发，腾讯自动驾驶团队为智能巡检方案开发了易用的人机交互程序，30分钟就可以快速上手使用，降低了巡检工作的技能门槛和工作强度。

面向未来，依托腾讯云计算打造的行业数据底座，腾讯自动驾驶将致力于实现人人可参与的智能道路巡检。市民的手机、相机、行车纪录仪乃至路边监控拍摄到的道路信息，都可以在上传之后通过云端计算，准确识别路害并自动下发给道路养护部门，提升道路养护的效率、降低成本。