城市找“坑”人

产 哥 说

“人生处处都是坑，避不开，就填上它。”

这成为了腾讯一群老司机的「座右铭」，你开车踩过的坑，他们想先帮你填上。

走最坑的路，开最稳的车，每一次“颠簸”，都激发一次AI算法的迭代。 除了是老司机，他们也是AI工程师，是城市找“坑”人。

主笔：叉叉

编辑：西瓜

联合出品：腾讯产业互联网公众号 腾讯新闻

你被坑过吗？

一场大雨后，你开着心爱的小车兴致上路。

前方急转弯，你耍出一个托马斯回旋，却听到“哐啷”一声巨响从车底传来。

车窗外瞬间掀起一阵“巨浪”，把马路旁的行人淋了个透心凉……

你的车撞上个大坑，底盘跪了，维修费在四位数。坑中飞溅的水花弄湿了行人，你良心有点不安。

人生处处都是坑，但是马路上这些实在的坑，比很多形而上的坑，更能让人感同身受。

这些坑洼缝不仅给市民出行带来困扰，影响市容，如果处理不及时，还会造成交通事故和安全隐患，尤其是对于大卡车、油罐车、大巴公交这类大型车辆，一旦被“坑”，后果很严重。一个坑引发的惨案，不在少数。

好在，有一群职业“找坑人”，在你每一次安全出行的背后，默默找到这些坑并把它填平。

与传统开车上路肉眼找坑的作业方式不同，深圳市福田区路桥局的“找坑团队”最近迎来了一些陌生的面孔：一群“不务正业”的腾讯工程师，正在加入城市道路的“填坑”队伍。

给自己挖坑的工程师

要填坑，首先要找到坑，看似简单，却是个技术活。

在福田区路桥局巡检员眼中，城市就像一座大森林，这些路上的坑洼就是藏在森林隐秘角落的“蘑菇”。

但是，“采蘑菇”并不是一件自在有趣的事，相反，不仅枯燥，还很危险。

传统的巡检模式，大概是这样：

巡检员一边开着巡检车，一边肉眼寻找路上的坑，找到坑后就得下车为坑拍特写，还要拍摄周围环境记录所在位置。

拍完照之后，巡检员把照片返还给路桥局，路桥局的人员进行复检，并附以路害的一些属性，然后再去维修。

这就有了很多隐患和问题：

首先，巡检员不仅开车要一心二用，而且还得横在车流密集的马路中央近距离拍照，很容易引发交通事故；

并且，人的眼睛不够精细，即使车速足够慢，漏检率也很高。往往一个小时，巡检员的背篓里只能收获几个战利品。

而照片回传后，还有层层的审核复检，整个流程很繁琐。

效率低，成本高，巡检员安全也无法保障。

“自动驾驶技术可以识别道路交通信息，是否也可以帮助优化路检工作效率。”2020年6月，路桥局找到了位于北京的腾讯自动驾驶团队，探讨通过AI算法解决路检问题的可能性。

“这确实是国内市场上之前少有人注意的新需求。”庆峰说到。

庆峰是腾讯自动驾驶团队多源融合感知组的专家，从哈工大硕士毕业后，他就做起了3D视觉感知的工作，例如如何让手机AR看起来更真实。2019年加入腾讯后，他来到自动驾驶实验室，继续专注3D感知。

半年前，智慧化的路检方案在国内市场上基本上还是空白。但对于城市道路这类基础设施的智慧化运维需求，市场已经呼之欲出。

一方面，我国的道路基础设施存量大，每年的道路运维成本非常高。2020年底，我国公路养护里程超过495万公里，占比接近总里程的99％，公路养护公共财政支出超过850亿元。有数据显示，目前我国公路的运维成本大约是建设成本的3倍。

另一方面，新基建的大热，正推动智慧交通、智慧城市的进程加速，而道路作为最根本的交通基础设施，建设和运维，成为了智慧化升级的必要一步。

也正是这个时候，深圳市福田区路桥局找到了腾讯这群人，提出了同样的需求。

“我们之前没有注意到居然有这样的需求，也没有案例可以借鉴。这很有意思，通过AI感知，听起来是一个不错的主意。”庆峰说到。

腾讯自动驾驶汽车路测

团队既兴奋又忐忑。一方面，这个方案很“对口”，核心能力是道路上的融合感知，是自动驾驶实验室的硬功夫，团队已经积累了多年的经验。在国内，这也是新的AI应用领域，未来一定有越来越多的需求，潜力巨大。

另一方面，这群老司机虽然对背后的算法等技术有信心，但是找坑的活儿，从来没干过，看似简单的需求背后，肯定涉及一套全新的硬件和算法系统，和千里之外的深圳客户对接，也需要抽调一部分人力以全身心的投入。

但是深入了解路桥局的困扰后，团队看见了这件事背后的社会价值，不仅能大大改善巡检员工作环境，帮助路桥局降本增效，还可以让整个城市的道路更安全通畅。

小坑不整治，很容易变成大坑，不仅降低道路的使用寿命，后续的维修成本也非常高。更严重的，还将直接威胁道路交通安全。

近年来，因为路害引起的大型交通事故不在少数。卡车侧翻，公交坠坑，桥梁垮塌，一个坑能做到的，也早已不是撞一下底盘磕一下轮胎而已。

悲剧的种子也许早已埋下，事故的源头可能从一条缝、一个坑开始。更低成本、智慧化的路害检测，成为规避这些交通事故的最好方式。

几番思索，他们决定“干”。

“从哪里开始入手？”这群满腔热血的自动驾驶工程师，需要从0到1构建一套AI路产巡视方案，让巡检车能代替人工，自动判别和搜集路上的坑坑洼洼。想法很伟大，现实很骨感，在有限的人力和资源情况下，团队开始一脸茫然！

腾讯自动驾驶总经理苏奎峰从感知组和仿真组抽调了部分同学，开始专攻这套方案，这群北京后厂村的专家，开始改车，上车，远赴千里外的深圳，踏上了找坑之路。

帮别人“找坑”，团队答应得很冲动，却没想到先给自己挖了一个坑。

令人发愁的皮卡车

“伟哥，村口有条路，那里坑贼多，要不咱们去溜溜。”在后厂村改装巡检车的这段日子，张伟常常收到组员的盛情邀请，平日里，这群找“坑”人喜欢驱车往坑多的地方跑，以便更好的测试车身传感器硬件组装是否合理。

作为腾讯自动驾驶团队专攻硬件的专家，深圳北京几十辆自动驾驶测试车的改装，都经张伟之手，他对各种车身传感器如数家珍。

一个月前，这位“改装大师”却站在北京腾讯大厦楼下，面对眼前这台黄色皮卡发愁。

车从深圳来，一早被拖进京，是福田区路桥局的巡检车，张伟的任务是给这台“老掉牙”的日产纳瓦拉古董车做一套“智能系统”，让它通过各种传感器，具备自动找坑的能力。

但是，因为皮卡车规的限制，路桥局要求车辆的改造不影响其外观。

这就意味着，传统做车身感知的黑科技，激光雷达、毫米波雷达、热成像仪，这些有一定体积的高精尖设备，得统统卸掉。

一朝退回解放前。

为此，张伟只能采购相机，而且不能用体积较大精密度高的工业相机。

张伟来回试了多个机位，在前挡风玻璃装了一个，在车牌底下装一个，在车头保险杠，前进气格栅那里又装了一个。“这样看起来更隐蔽”。

没了好的装备，数据采集的稳定性就会下降，对于算法的要求也更高，但也激发了这群工程师的创造力。比方说，庆峰开发出来一种“光流算法”，能通过两个受限的单目相机拍摄出来的2D图像，生成3D信息。

各种组装，调试，找最坑的路测试，搞车的时光过得飞快，到最后车身符合要求，团队整整花了一个半月。装备齐全的巡检车又从北京被拖回深圳，开始了数据采集和测试。

改装后的皮卡

算法就是解法

这天，庆峰和负责2D识别的刘畅、明旭、申远围在一起，讨论着整个方案中最核心的问题：哪些是路害？路害里哪些是坑洼？哪些是窟窿？哪些是裂纹？

而这些问题，没有经过训练的机器一窍不通。

要用AI识别路害，第一步就要采集数据。让车找到不同的坑，学习它的特征，记住它，数据越多，吃得越透。

数据采集本来是构建一套AI解决方案的常规方法，但是路检领域却很特殊，采集数据变得很困难。

“以前，车要去识别人、车、路上的花草树木，进城溜达一圈，一抓一大把。”现在，坑藏在地面，这群工程师们不知道哪里有坑，哪里坑多，巡检车也不知道往哪派，朝哪开，只能蒙着头使劲开。

这就导致有效数据容量很低。“我们的车派出去采，可能拍摄了1万张图片，从中挑选后，只有20、30张是有效路害的信息。”刘畅说到。

解决问题的方法又回归到了算法。这群填坑人开发了一套自动筛选的工具，通过边缘检测算法，可以先从1万张图中自动筛选出嫌疑数据，然后再人工筛选标注，有效的提升了数据转化率。

鱼眼镜头下的坑洼裂痕识别

完成了第一阶段的数据采集任务，巡检车对什么是坑，是什么坑有了进一步的认识，可是真正上路后，却发现误检率非常高。

分析了数据，庆峰发现，巡检车被落叶给“坑”了。

和北京后厂村空旷的场景不同，深圳的树植很多，秋风扫落叶，巡检车就把遍地的落叶当成了大坑，一条看似平整的道路，结果在巡检车眼中千疮百孔。

除此之外，深圳洒水车也很多，巡检车误以为留下的水印是缝；有的地面是水泥板拼接的，中间天然有一条细缝，这个也被识别为裂纹。

这群填坑人，又对症下药，开发了一个分类算法，把真路害和假路害分类区隔，最后误检率降低了90%。

填坑人的本质是算法大师，他们再次论证了，有算法的地方，就有解法。

随着算法的不断创新与优化，到最后，车开一遍，就能识别出这条路上90%的坑洼裂缝，超出了路桥局要求近一倍，来回开一遍，识别率近100%。

巡检车还可以自动识别坑的类型，损毁程度，物理尺寸，将检测结果回传到车载人机交互程序，并且将坑的定位自动标注在地图上。

并且，巡检员再也不用下车拍照，只需要在平板电脑上操作一下，就能采集和记录路上的坑位，人身安全有了更好的保障。传统人工一小时上报数小于10，AI可以上报100个左右，效率提升10倍以上。

巡检员平板操作

12月，庆峰终于告别了这辆陪伴他已久的皮卡，把车交给了巡检队，自己和团队踏上回京的路。AI路检方案在深圳市交通运输局福田管理局管辖路段率先落地。

巡检员和AI巡检车

“方案顺利落地后，我们上车体验，发现自己做出来的方案，是实实在在的好用，对路害检测有很大的帮助。”庆峰自豪的说到。

“我们希望未来的自动驾驶车辆，都可以带上‘找坑’的眼睛，加入找坑大队，推动车辆自动化的数据采集；另外，普通车主的行车记录仪、乃至路边监控拍摄的道路信息，都可以通过AI识别快速检测路害，并自动下发给道路养护部门。基于云服务，每个人、每个交通工具、每个道路元素，都能为‘找坑’做一份贡献。”庆峰说到，这也是这群“不务正业”的腾讯找坑人，未来的前进的方向。

- 欢迎关注我们的视频号 -