宋万强

(天津理工大学，天津 300384)

0 引言

市政道路运营与维护管理是现代智慧城市稳定运作的重要保障，关系到人、车、路整体系统的稳定运行。然而，市政道路的损坏不仅会造成交通隐患[1]，而且会导致交通风险的提升。为了提高道路运营和维护效率，适应当前城市道路维护快速响应的要求，针对上述问题梳理和分析相关文献可知，目前传统道路检测主要有人工检测和道路检测车录像两种方式，存在检测效率低、主观性强、危险性高、费用高等问题[2]。

针对传统道路检测存在的诸多弊端，高洁[3]设计开发了一套三维路面破损检测系统，能够还原路面的真实状况并精确定位坑槽的三维信息，但建模效率较低，且对长距离、多弯道的路段建模效果较差。张敏[4]将百度街景图像作为数据源，通过采集路面图像中的裂缝信息对道路路面状况进行分析和评价。然而，利用网络公开数据进行分析虽然成本较低，但存在运维信息无法及时更新的问题。

为了有效提升我国某城市示范区内道路维护与管理能力，提升市政道路检测和维护效率，本文基于建筑信息模型(BIM)和目标检测等信息技术构建市政道路运维管理平台，实现城市道路的可视化管理以及辅助决策等功能。通过分析该平台的具体应用，研究数字化技术在传统道路运维中的应用效果及发展前景，可为类似市政道路项目运维管理提供参考。

1 市政道路运维管理平台技术支撑

1.1 BIM技术

BIM技术具有可视化、参数化、信息化等特点，目前已广泛应用于多个领域[5]。利用BIM技术特点创建市政道路运维管理三维模型信息，能够实现道路信息的可交互性，实现道路相关数据共享以及信息传递，为道路运维系统的搭建提供数据支撑。

同时，利用BIM技术能够实现道路缺陷的定位和可视化，直观呈现缺陷种类及路面损坏程度，保证运维信息畅通，实现协同管理，为后续维护工作的开展提供便利。

1.2 目标检测技术

传统的道路检测信息采集主要采用人工检测方式。该方法不仅效率低下、信息化程度低，而且不同的道路数据很难汇总，增加了后续运维的难度[6]。近年来，随着人工智能领域的快速发展，基于计算机视觉的道路裂纹检测技术成为研究热点。当前，目标检测算法主要分为两类：One-stage方法(如YOLO和SSD)和Two-stage方法(如R-CNN系算法)。其中，YOLOv5目标检测算法具有模型小、检测速度快、可移植性强等特点[7]，不仅能够检测图像信息，而且能够实现对视频监控的实时检测。基于此，本文采用YOLOv5方法进行道路检测。

1.3 图像信息提取技术

为了客观评价道路损坏程度，通常将道路破损面积、严重程度、危害类型进行综合分析，采用路面破损状况评价指数(PCI)进行评价[8]。首先，采集城市道路的图像数据，采用YOLOv5目标检测算法对市政道路缺陷进行分类及训练。其次，通过对准确率(Precision)、召回率(Recall)、平均精度均值(mAP)等指标进行综合分析，判断训练结果是否合格。若训练结果符合要求，即可应用于道路检测任务中，通过对待检测道路的图像进行检测分析，得到相应检测结果。最后，在原算法基础上进行修改，输出图像的缺陷坐标，对坐标进行批量统计、输出以及相关面积的转换，计算得到整段道路的缺陷面积，并输入路面评价系统，得到该段道路的评价结果。市政道路健康分析图像信息提取与应用流程如图1所示。

2 市政道路运维管理的基本要求

2.1 道路环境的可视化

为了实现市政道路运维的智能化管理，提高后期运维效率，首先，针对不同类型道路(如人行道、窄马路、宽马路、立交桥、高架桥、涵洞、隧道等)特征，构建不同的地形或道路数字模型；其次，利用BIM技术的可视化功能，将二维平面图样进行三维呈现，直观呈现道路的几何信息；最后，结合BIM+GIS技术，形成道路的全线路模型。

同时，利用运维管理平台数据对道路缺陷进行定位和建模，将缺陷位置的图像信息直接上传至模型，便于运维管理人员及时掌握道路损坏信息并采取应对措施。

2.2 道路检测系统的信息化

相较于传统的人工采集道路图像方式而言，车辆采集方式的效率和安全性更高，可有效解决漏检问题。由于受到光线、阴影等环境因素的影响，道路图像往往包含大量噪声，在分类标注前应先进行图像增强和降噪处理，再对采集的图像按照不同的缺陷类型进行分类和标注。

本文采用YOLOv5方法进行道路检测，以提取有效的道路图像信息数据，为道路健康状况评价提供数据支撑。

3 基于数字化技术的市政道路运维管理平台

市政道路运维管理平台以模型数据、道路图像数据、道路位置信息等数据为基础，包括对象层、数据层、处理层和应用层4级架构。其中，对象层主要包括BIM软件、前端设备、网络设备、服务器等。数据层是整个系统的数据来源，主要包括BIM模型及数据、道路图像数据信息、设备工作相关数据等。处理层是平台的核心部分，负责对数据进行加工，主要包括网络系统、存储系统、图像数据转换系统、道路评价系统等。应用层主要包括各项功能的应用，如道路三维漫游、道路状况评价、道路健康预测以及大数据分析等。市政道路运维管理平台框架如图2所示。

图1 市政道路健康分析图像信息提取与应用流程

图2 市政道路运维管理平台框架

4 案例分析

4.1 项目概况

本文以天津市某生态城区道路为研究对象，该示范社区内包含多条市政道路。该项目依托BIM、GIS等数字化技术，结合大数据、人工智能等信息技术搭建道路数字化运维管理平台。通过对数据的采集、校验、清洗、存储、集成、共享和分析，借助运维平台的规模化效应，分析和加工有效数据信息，进而将数据信息整合为高价值的信息资产，实现道路运维由经验驱动向数据驱动的转变。

4.2 市政道路运维管理平台功能设计

4.2.1 道路信息可视化

该运维管理平台提供道路的二维地图和三维全景地图，实现了道路的直观查看和三维漫游。基于多层级的地理环境信息和道路信息，将基于BIM技术构建的三维建筑模型与基于GIS技术构建的地理环境模型相融合，建立全面的大规模道路信息模型。

此外，该平台针对Web端进行了优化，发挥模型轻量化的优势，实现大量数据的快速处理和诸多模型的高效加载，保证了三维漫游的稳定性和可靠性，能够及时实现道路模型的加载任务。

4.2.2 沥青面层状况辅助预测

将BIM施工信息模型和道路施工信息相结合，收集碾压层厚度、初始压实温度等信息[9]。参照相应的技术规范，预测沥青混合料层疲劳寿命、沥青混合料层永久变形、车辙试验永久变形等。

该预测方法以道路施工信息为依据，为后续道路的养护工作提供数据支撑。如果道路运维数据量增大，可以通过多元回归分析方法建立道路预测模型，将车辙深度值和累计当量轴载作用次数作为预测变量，进一步预测道路的性能和寿命。

4.2.3 道路状况评价

以路面破损率(DR)和路面破损状况评价指数(PCI)作为路面损坏状况评价指标[9]。根据路面的破损状况计算路面状况指数，将路面质量分为优、良、中、次、差5个等级。根据相应的路面状况指数，采取相应的维护措施。

利用路面破损状况指数(PCI)，搭建道路检测管理系统。该系统具有丰富的API接口，便于二次开发[10]，不仅能够一键生成路面破损率(DR)、路面破损状况指数(PCI)等数据指标，而且能够自动生成道路分析建议，供检测人员参考。此外，还可对以往检测数据进行记录，便于后期查找相关维护信息。道路检测管理系统界面如图3所示。

图3 道路检测管理系统界面(截图)

5 结语

在城市数字化发展背景下，市政道路运维管理面临数字化转型的要求，迫切需要引入信息化技术。本文基于BIM、图像识别等数字化技术，构建市政道路运维管理平台，并以实际案例验证该平台的科学性和实用性。通过数字化技术对道路健康状况进行分析和评价，可有效减少人工统计的工作量，降低道路日常运维成本，为市政道路运行和维护提供数据支撑，提升城市道路数字化管理水平。