北斗＋AI道路智能巡检系统，千寻驰观如何助力精细化公路养护决策

目前我国公路总里程达528万公里，路网建设趋于饱和，路政工作由建设转向养护。

公路养护工作贯穿公路从建成通车后的全生命周期，侧重于对被破坏的部分进行修复，是为保持公路经常处于完好状态，防止其使用质量下降，最终的目的是降低车辆在公路通行时的安全风险，并提高整体的运行效率。

公路养护的第一步就是对道路病害的定位，专业领域将之称为道路巡检，早期通过人工的方式完成。进入“十四五”时期，国家高度重视科技创新与公路交通发展深度融合，大力推进养护设施数字化，推动智慧养护体系建设，行业发展处于高质量转型提升新阶段，加之传统的人工道路巡检无法满足高密度、长里程的路网的养护任务，智能道路巡检应运而生。

应势而生，实用级北斗+AI道路智能巡检系统助公路养护决策

针对智能道路巡检这一专业领域，千寻位置进行北斗+AI+边缘计算的创新性技术融合，推出千寻驰观道路巡检系统，全面实现公路管养行业的标准化、精细化和智能化，更好地辅助公路养护决策。千寻驰观是一款真正达到实用级别的北斗+AI道路智能巡检系统。

千寻驰观-道路智能巡检系统包括了北斗+AI感知终端、HMI人机界面和高性能AI边缘计算平台3大核心部件，系统整体集成能力高，可灵活适配各种车型。

依托北斗时空智能及AI视觉智能能力，千寻驰观实现了边缘端联合精准识别，像素级病害面积计算、巡检结果秒级上报，是一款具有低成本、高效率、高精度优势的轻量化智能车载采集平台。

技术创新，千寻驰观应用优势显著

千寻驰观的核心功能包括可实现巡检结果的结构化输出，根据需求定制相应的业务报表，并支持物联网无线传输，直接将边缘计算结果上报到平台，同步实时识别结果与巡检画面。与传统的道路巡检系统相比，千寻驰观具有显著优势：

千寻驰观的公路表面病害+基础与附属设施 “端侧联合”智能识别能支持六大类公路表面病害，以及三大类八小类公路基础与附属设施巡检速度大于80 km/h，可支持高速公路的巡检养护需求。

应用试点，覆盖全国近十个省份

“我们采集了不同城市、不同环境下的海量图像数据，构建了百万级别的样本数据，有效支持7种公路表面病害，24大类总计355种细分类公路基础及附属设施的模型训练，支持目标的覆盖率达到95%。”千寻驰观产品研发负责人、美国电子工程专业博士Summit说道。他还表示，千寻驰观技术团队面向交通场景光照条件复杂，关注目标种类繁杂、形态各异且尺度变化较大等挑战，研发了基于深度学习的多目标联合检测与细分类技术，针对性的设计模型架构，千寻驰观融合应用了包括损失函数、IoU计算方式的定制，注意力机制、特征精炼、标签平滑技术等。

目前，千寻驰观道路巡检系统已经在山东、辽宁、云南、江苏等多个省份开展试点应用。

搜索千寻驰观，查看千寻驰观如何助力精细化公路养护决策。