一、高等级公路智能检测技术及装备

（一）高等级公路智能检测技术研究现状及发展趋势

对高等级公路的使用性能和结构性能的评价一般从平整度、路面破损、车辙深度、抗滑性能、路面结构弯沉等几个方面来进行。高等级公路智能检测技术的研究也是根据这几个路况指标的采集和分析展开的。

平整度检测技术

平整度智能（自动化）采集技术分两大类，一类是反应类平整度检测技术，一类是断面类检测技术。高等级公路一般采用断面类平整度检测技术，因为此类技术检测精度更高，且受车辆载体、车速的影响较小。

根据实现方法的不同，断面类平整度检测技术又分为基于惯性基准断面的检测方法 和 基于高程传递的检测方法。

基于惯性基准断面的检测方法优点是实现比较容易，精度较高，仅需一个测距传感器，成本相对较低；缺点是在极低速（小于20km/h）和较大变速（大于3m/s2）检测时会产生较大误差。

基于高程传递的检测方法优点是不采用加速度计因而完全不受速度和变速的影响，缺点是在弯道位置测量的纵断面不准确，而且需要采用多个激光测距设备成本较高，数据处理过程相对也比较复杂，目前仅有少量设备采用这种方法。

基于惯性断面的平整度检测技术未来仍然是平整度检测的主流技术，随着计算机数据处理技术的发展，未来的发展趋势是研究精度更高的加速度计误差处理算法，提高该技术在低速和变速情况下的检测能力。在基于纵断面的路况解析技术方面，未来的趋势是不仅采用纵断面评价宏观的舒适性，还将利用高精度的纵断面数据评价局部的道路变形类病害，如错台、桥头跳车、坑槽等。

路面破损检测技术

目前裂缝类路面破损检测技术主要采用的是机器视觉检测技术，即通过路面图像的自动采集和路面图片的机器识别实现路面破损的自动检测。

除机器视觉检测技术外，目前国外有研究机构正在研究采用高速三维激光扫描技术进行路面破损的自动检测，这种技术利用高速三维扫描设备获取高精度的路面三维数字模型，进而通过路面病害特征的提前获得路面破损数据。

相比机器视觉技术，这种技术受光照环境及路面本身污染的影响较小，但受激光扫描速度影响，目前该技术还不能实现在高速情况下检测细微裂缝的功能，且对数据存储及处理能力要求很高，因此还未达到工程化应用的程度。

路面破损智能检测未来的发展方向是三维激光扫描技术，因为可以获得高精度的路面表面三维数字模型，这种技术可以同时实行裂缝类病害和变形类病害的自动检测。但这项技术要达到工程化应用的程度还需要解决诸如激光高速扫描、海量数据存储及处理、各类病害特征提取等多个技术难题。

抗滑性能检测技术

目前世界各国已经形成了多种路面抗滑性能的测试方法，根据测试方式可以分为测定摩擦系数等参数的直接法 和 测定路面微观构造和宏观构造的间接法。

国际通用的摩擦系数测试系统主要有两类：一类是测定横向力摩擦系数，以英国的SCRIM为代表，广泛应用于欧洲国家；另一类是测定纵向摩擦系数，北美、欧洲和日本等国也经常采用。

由于路面的抗滑能力受宏观构造和微观构造的综合影响，仅仅采用宏观构造的纹理深度指标不能完全反映路面的抗滑能力，而摩擦系数测试值主要反映的是微观构造的抗滑能力，因此两者单独作为抗滑能力的评价依据都存在不足。因此，PIARC提出了一种综合考虑路面宏观构造深度和摩擦系数测试值的抗滑能力评价指标IFI，但评价模型较为复杂，目前该指标的应用范围并不广。

路面抗滑能力的检测技术未来的发展方向是综合考虑路面的微观构造和宏观构造对抗滑能力的影响，采用同一设备同时实现这两项内容的检测，获取更全面的抗滑能力评价指标。

车辙检测技术

车辙检测主要是通过道路横断面的测量获得的。从实现方法上，目前道路横断面的测量方法主要有三类：点激光横断面测量方法、线扫激光断面测量方法和线结构光横断面测量方法。

获得横断面曲线后，一般采用 模拟直尺法 或 包络线法计算车辙深度指标 作为路面车辙的评价指标。

车辙检测技术未来的发展趋势是采用纵向采样精度更高的线扫激光装置，获取高精度的近似连续的横断面数据，在车辙评价方面，采用更丰富的指标进行评价，不仅计算车辙深度，还对车辙形状进行分析，如计算车辙宽度、两壁坡度等指标，以更全面地评价车辙对行车安全和路面结构的影响。

弯沉检测技术

根据测试方式的不同，弯沉检测技术可分为固定采样和行驶采样两类，按照检测装置的施荷特性可以分为3类：静态弯沉量测、稳态动力弯沉量测和脉冲动力弯沉量测（模拟实际行车荷载）。

目前无论哪种弯沉检测技术，都存在检测速度慢、影响交通的问题，国内外很多研究机构都在研究高速的弯沉检测技术，其中激光弯沉检测技术的研究已接近应用阶段，也是未来的发展方向。

（二）高等级公路智能检测装备研究现状及发展趋势

高等级公路智能检测装备包括集成路面平整度、车辙、路面破损、纹理深度、前方景观、GPS等多项指标的多功能路况综合检测设备、摩擦系数检测设备和弯沉检测设备三类。

国外比较有代表性的多功能路况综合检测设备有加拿大的ARAN系统，英国的HARRIS、RAV系统，澳大利亚的NSV系统，瑞典的PAVUE系统等。国内比较有代表性的设备有公路养护技术国家工程研究中心开发的CiCS设备、武汉大学开发的智能道路检测车、北京星通联华科技有限公司开发的多功能道路综合检测车等。

摩擦系数检测设备主要有英国研制的SCRIM横向力系数检测系统、GripTester纵向摩擦系数测试仪，丹麦Dynatest公司研制开发了多种纵向摩擦系数测试设备，以及瑞典开发的SAAB 9000型内置式和T-10拖车式摩擦系数测试车。

集成摩擦系数检测与路面纹理构造检测是未来抗滑类检测设备的发展趋势。

典型的弯沉自动检测设备包括落锤式弯沉仪、自动弯沉仪、稳态动力弯沉仪，国内外均有生产这些设备的厂家，性能上也没有太大差异。3目前激光弯沉仪也开始步入工程化应用，但高昂的价格会影响其在高等级公路的广泛使用，开发价格适中的高速弯沉采集设备是未来的发展方向。

二、农村公路智能检测技术及装备

国外一般把与我国农村公路功能相似的道路称为小交通量道路（LVR：Low Volume Roads）或地方道路美国、加拿大等国家对于低交通量道路的检测，其研究重点是非铺装道路的路况快速检测和评价，一般仅将平整度作为非铺装道路的路况检测和性能评价指标。

加拿大开发了一种叫Optigrade的应用系统用于未铺装道路的养护管理，该系统包括硬件和软件，据称该系统的应用可以降低1/3的道路升级费用。该系统采用单一的平整度指标作为触发养护需求的指标，系统的硬件部分是平整度检测设备，是用安装于汽车前轴上的加速度计测量的，但他们的研究表明这种检测方法受车辆的悬挂和行驶速度影响。系统的软件部分可以生成地图和路况评价报告。

新西兰后来在低等级公路的管理中引进了Optigrade系统，并根据新西兰的实际情况对该系统进行了改进。

英国有大量的被称为地方道路的次级公路网，与与我国农村公路类似。这些道路虽然都是铺装道路，但路面较窄，路面上存在大量非裂缝类损坏以及路面边缘损坏。为此，TRL开展了地方道路路况快速检测技术的系列研究，提出了一系列针对地方道路特点的路面检测方法与评价指标，如跳车指数、横向不平整度、边缘不平整度、三线纹理等。

美国沥青研究所提出了一种简单的用于农村公路沥青路面状况评估的方法，将沥青路面的病害分为纵裂、横裂、龟裂等10多种病害类型，对每种病害，根据其严重程度和范围，进行打分，不同病害类型根据其对路面使用性能的影响程度有不同的值域范围。然后对所有病害打分进行累加，得到路面的缺陷分值，用100分减去这个缺陷分值即得到路况评价分值。

我国公路养护技术国家工程研究中心针对农村公路的特点，于2011年首次研究开发了专门用于农村公路养护管理的智能检评一体化装备，该设备是一款低成本，软件和硬件高度集成的路况检测、路况评价一体化装备，可检测包括路面损坏、平整度、前方景观和GPS信息等检测指标，检测过程中即可同步对路面病害进行自动识别，利用配套的养护评价决策软件系统，可根据数据处理结果进行路况评定及养护智能决策，提出大中修养护需求和养护项目的建议计划，自动生成路况评定及养护分析报告。

未来农村公路智能检评技术及装备的研究方向是解决污染路面平整度及破损的准确检测问题。

三、路网陆上智能巡查技术及装备

日常巡查装备在国内正在逐渐引起重视并逐步应用于日常养护巡查中。

近年来，也不断涌现出各种巡查装备，例如北京瑞通科技股份有限公司的日常养护巡查装备，江泰公路日常养护巡查车，还有一些应用于路政执法巡查的装备。

目前国内的日常养护巡查装备，其功能主要集中于视频采集 和 手持设备图像采集这两大功能。视频采集通常利用3G网络进行传输，以起到巡查现场监控的目的，而手持设备主要用于采集病害或者其它损坏情况，采集时必须要停车进行相关采集操作。在这些采集方式中，视频采集无法给出拍摄地点的明确位置信息，而手持设备采集的图像通常也只能获取到GPS位置信息，桩号则依靠人工录入，无法准确定位桩号位置，而病害的长度或面积估算也基本依靠人工估算输入，不能进行自动估算。

我国公路养护技术国家工程研究中心开发的多功能路况巡查系统属于新一代路况巡查装备，与前述巡查装备相比，自动化程度得到了一定程度的提高。该设备可对道路病害、路政事件、应急事件发生的位置、图像、数量等信息进行实时采集和处理。目前该装备只能采用人工识别系统对道路的表观破损进行识别，获取病害的详细位置、种类、数量等信息，不能对变形类损坏如车辙、沉陷等病害进行识别。

未来区域公路网陆上智能巡查技术及装备的研究方向是（1）低成本的距离定位系统及图像采集系统研发；（2）基于前方图像（路面图像）的包括裂缝、坑槽、沉陷在内的路面明显病害的自动识别技术。

四、路网空中智能巡查技术及装备

国际上普遍认为无人机在公路交通领域的应用，会有很好的前景，其中一个应用重要领域就是路网监测。在公路遇到冰雪雾、洪水、地震等自然灾害，或遭遇突发公共事件如拥堵、危险品污染，在道路阻断人、车无法到达的情况下，利用无人机对存在危险或受损路段进行作业，及时准确地采集相关信息，并实时回传至路面控制系统，以利于公路管理部门了解公路损坏的性质、范围、程度，高效地开展应急处置工作。

国外美国WDOT、Ohio DOT、MDOT等州在近几年开展了一些规模不大的试验研究，未见实际应用的报道。均采用现有成熟技术，并未对飞行器及飞控系统做太多技术改进。

2008年，美国明尼苏达大学ITS研究所利用无人机进行了路网交通监测，此次尝试基于现有技术，搭建无人机平台，开发了地面工作站工具软件，可实时分析数据，对明尼苏达州的路网交通进行了检测分析。

2009年，美国华盛顿州交通研究中心做了山区道路边坡的雪崩控制实验，实验区域位于陡峭山谷，利用无人机巡查被雪覆盖的公路道路，观测雪地地形及交通，为清雪提供了可靠信息。此次实验尝试了固定翼和直升机两种机型，实验结果表明直升机更适合在恶劣的环境下飞行。

法国研究机构LCPC曾经研究用于大型桥梁检测的iFO，采用基于视觉伺服控制方法实现狭小空间内的自主飞行和避障功能。美国CyPhy Works公司自2009年开始开展一项预算为500万美元的研究，将iFO应用于桥梁等结构物的检测。

国内，无人机应用于道路巡查的研究基本处于空白状态。

未来该领域的研究方向主要集中在如下几个方面：

1.无人驾驶飞行器智能控制技术研发，包括障碍探测及特征提取技术研究、面向环境感知的图像信息融合技术研究、基于障碍预测的任务规划技术研究、人机综合显控技术研究等；

2.无人驾驶飞行器机载信息采集及传输技术研发，包括图像稳定平台技术、图像压缩存储技术、数据采集自动控制技术、机载信息传输技术等；

3.多功能地面控制及应急处置指挥平台系统研发，包括图像矫正及拼接处理技术、基于图像的高速公路损坏定位技术、基于图像的高速公路损坏范围及严重程度评估技术、基于GIS的信息集成信息展示和应急指挥综合软件平台开发等。