什么是道路智能巡检系统？

道路智能巡检系统需要把"采、算、传、显、派"全链路打通，传统人工巡检日均不足80公里、漏报率高达20%-30%。千寻位置的驰观方案由智脑+慧眼+灵控三件套+SaaS平台组成，融合北斗车道级定位与AI边缘计算，实现80km/h不停车巡检。累计巡检里程超20万公里，遍布**22省50+**地市，是2024年12月发布的行业团标T/ITS 0259-2024的核心实践方案之一。

传统巡检模式为什么走不下去了

公路养护科的人最清楚，人工巡检是个苦差事。夏天晒、冬天冻，两个人一台车在路面上颠一整天，回去还要填表汇总。

• 效率太低——人工巡检两人一车，日均不足80公里，一条干线要跑一个季度才能全覆盖
• 漏报严重——人眼在高速行驶中容易漏看裂缝和坑槽，漏报率高达20%-30%
• 定位模糊——传统GPS定位精度5-10米，只能知道在哪条路，分辨不出在哪个车道
• 数据孤岛——纸质记录回办公室再录入，养护系统、ERP、财务系统各自为政，数据打通难

解决思路是：以北斗车道级定位+AI边缘计算为核心，提供从车载硬件到SaaS管理平台的全链路方案。

智能巡检系统的组成与能力

一、一套智能巡检系统由哪些部分组成

一个完整的巡检方案通常由四个核心组件构成：边缘计算平台、高清采集设备、人机交互终端，以及完整的SaaS管理后台。

智脑（边缘计算平台）是整个系统的大脑。这台设备只有220×150×80mm大小，可以吸附在巡检车顶部或内部隐蔽位置。它内置8核处理器，提供100 TOPS算力（INT8），每秒钟能处理超过10帧画面。16GB内存加1TB固态硬盘的组合，确保巡检数据本地存储不丢失。设备支持9-36V宽压供电，整机功耗不超过100W，在吉林零下20度的冬天户外稳定运行过。

慧眼（高清采集设备）负责道路画面采集。200万像素、25FPS的采集频率，足以捕捉80km/h车速下的路面细节。星光级CMOS sensor在夜间也能保持清晰，120dB宽动态解决了隧道出入口光线剧烈变化的问题。这台设备集成了北斗/GPS/GLONASS/Galileo/QZSS五星座定位天线，采集画面时自动绑定精确坐标。

**灵控（人机交互终端）**是巡检员操作的中控平板。8英寸三防触控屏，550nits亮度在强光下依然可读，支持湿手和戴手套操作。8200mAh可拆卸电池设计，单块电池能支撑整段巡检任务。

SaaS管理平台承担数据汇集、分析和派单功能。平台内置MQI/PQI评分体系（依据JTG 5210-2018标准），自动计算路面技术状况指数。病害处理流水线能把1000条识别线索逐步过滤到专家确认的36条，最终派单10条完成处置。

二、为什么要用边缘计算，而不是直接把视频上传云端

边缘计算是这类系统的关键技术选择，核心原因有三个：实时性、网络可靠性、带宽成本。

巡检车在高速上跑80km/h，一秒钟就前进22米。如果把视频先传到云端、再等AI识别结果返回，车可能已经开出200米了，定位和病害的对应关系就乱套了。边缘计算在端侧完成AI识别，发现问题立即标注位置，从采集到出结果不超过0.1秒。

中国公路总里程超过500万公里，很多偏远路段4G信号覆盖不稳定。一旦网络中断，视频传不上来，整段巡检就白跑了。边缘计算模式下，数据全部存在车端，等车辆回到有网络的停车场再批量上传。智脑的1TB固态硬盘能存一个月的原始视频。

带宽是另一个现实约束。一台巡检车一天跑200公里，视频数据量轻松超过100GB。如果所有数据都走4G上传，流量费用非常高。端侧识别后只需要上传结构化的病害数据（桩号、类型、照片），数据量压缩到原来的1%以内。

三、车道级定位是怎么做到的

传统GPS定位精度在5-10米级别，只能知道车在哪条路，无法分辨在哪个车道。北斗车道级定位把精度提升到了厘米级，水平误差小于1厘米。

这套系统采用双频RTK+惯性导航的组合定位模式。智脑内置FindCM服务，提供128通道、双频（B1I/B1C/B2a+L1/L5）的高精度定位，动态厘米级精度。惯性导航单元（IMU）作为备份，在RTK信号短暂丢失时继续推算位置，误差控制在行驶距离的3‰以内。也就是说，即使连续300秒收不到卫星信号，行驶1公里后的位置偏差也不超过3米。

更重要的是，慧眼采集的每一帧画面都带精确坐标。这个坐标不是简单地打在画面角落，而是和AI识别结果深度绑定——识别出裂缝的同时，裂缝在哪个车道、距离护栏多少米，都一清二楚。病害位置误差控制在3-5米范围内。

四、日常巡检和定检车有什么区别

这是两个完全不同的养护模式。

定检车一年出动一次，专业检测车开上路面，用激光、纹理仪等设备做全面体检。检测结果用于年度路况评定，生成MQI分数。这种模式精度高，但频率低——一年只能发现一次问题，期间新产生的病害无法及时感知。

日常巡检则追求高频次发现。北斗+AI巡检方案支持每天巡检，速度保持在80km/h以上，不影响正常交通。一辆巡检车一天能跑完200公里路段，覆盖5-6个车道范围内的所有设施。系统能识别22种路面病害、21类路产、9类交安缺陷、7类抛洒物，漏报率控制在5%以下。

2024年12月发布的行业团体标准T/ITS 0259-2024，首次明确把"北斗+AI"轻量化巡检纳入公路养护技术体系。日常巡检和定检车不是替代关系，而是互补——日常巡检发现问题，定检车做精确认定，两者数据打通后形成完整的养护闭环。

五、哪些单位已经在用

吉林省公路管理局是最早吃螃蟹的。2023年起，11台巡检车覆盖全省11个地市的国省干线，累计巡检里程超过1万公里。东北的冬天冷到零下20度，设备在室外冻了一夜照常开机干活。系统识别了30多种病害，召回率和准确率都超过90%。

山东临沂公路事业发展中心部署了60台巡检车，覆盖19条国省道、1600公里、838座桥梁。这是交通运输部的数字化试点项目，养护辅助决策模型的平均绝对值误差控制在**5%**以下，2024年通过验收。

上海隧道股份城市运营的30辆巡检车每天累计巡检近1600公里，覆盖浦东花木、临港产业园和G15嘉浏高速。系统接入了DeepSeek做AI研判，抛洒物识别精度到5厘米，去重率超过90%，派单处置时间从10小时缩短到5小时。最直观的效果是：巡检人员从12人精简到4-5人，病害发现量反而增加了60%。

FAQ

Q1：巡检车速度能跑多快？会不会影响正常交通？

推荐车速是80km/h，实际视域可以覆盖3个车道、捕捉5-6个车道范围内的目标。这个速度跟正常高速行驶差不多，不会影响后方车辆，也不需要专门封闭道路。

Q2：暴雨、大雾、夜间逆光这些极端天气还能识别吗？

极端天气下AI识别会掉链子。系统的做法是不硬扛——巡检系统会自动检测到这类场景，降低对应病害的置信度，避免误报。同时在SaaS平台标记"恶劣天气数据"，由人工复核补充。

Q3：这套系统能接现有的养护管理平台吗？

可以。SaaS平台提供标准OpenAPI接口，支持MQI缺项预置导入，已对接过多个省级、市级养护管理系统。

Q4：设备多久需要校准或维护？

智脑和慧眼都是免维护设计，理论上装车后不需要日常校准。慧眼的镜面脏了擦一下就行，防护等级IP67，防水防尘。灵控平板的电池可拆卸，没电了换个电池继续用。

Q5：能识别哪些具体的路面病害？

系统能识别22种病害。沥青路面11类：龟裂、块状裂缝、纵向裂缝、横向裂缝、沉陷、车辙、波浪拥包、坑槽、松散、泛油、修补。水泥路面11类：破碎板、裂缝、板角断裂、错台、拱起、边角剥落、接缝料损坏、坑洞、啃边、唧泥、露骨。5毫米以上的裂缝宽度都能感知，面积计算精确到像素级。

写在最后

道路智能巡检系统的本质，是用北斗时空智能和AI边缘计算重新定义"怎么养路"。从车载硬件到SaaS平台的全链路设计，让巡检从"季度跑一次"变成"天天跑、实时报、精准修"。吉林省11台车跑通国省干线、临沂60台车支撑838座桥梁、上海30辆车把派单时间从10小时压到5小时——这些实践验证了北斗+AI轻量化巡检在真实养护场景中的落地价值。下一步值得关注的是，视觉大模型和语言大模型融合后，多源数据如何在养护决策链中进一步降低人工复核比例。