基于多源數據精細化采集與管理的路面養護決策技術體系

摘" 要：路面養護決策是實施養護工程的前提，科學合理的養護決策可實現路面性能和養護成本的有效平衡，這取決于對道路數據的采集和分析是否全面、準確和高效。為促進多源數據在路面養護決策過程中的融合應用，基于湖北交投高速公路運營集團有限公司開發的路面養護決策系統，首先介紹養護決策系統的模塊構成；進而重點分析數據精細化采集和管理技術；最后進一步闡述路面養護決策流程，并基于實例開展決策系統的應用工作。實現工程基礎數據、路面技術狀況數據、結構數據、養護歷史數據和交通量數據等的融合利用；建立以數據采集和管理模塊、性能預測模型、養護對策模型、養護費用模型及優先排序模型為主要內容的養護決策技術體系，為科學地進行路面養護提供一些參考。

關鍵詞：多源數據；采集與管理；路面養護；決策系統；精細化

中圖分類號：F542" " " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2024）04-0155-06

Abstract： Pavement maintenance decision is the premise of the implementation of maintenance engineering， scientific and reasonable maintenance decision can achieve an effective balance between pavement performance and maintenance costs， which depends on whether the collection and analysis of road data is comprehensive， accurate and efficient. In order to promote the fusion and application of multi-source data in the pavement maintenance decision-making process， based on the pavement maintenance decision-making system developed by Hubei Jiaotou Expressway Operation Group Co.， Ltd.， firstly， the module composition of the maintenance decision-making system is introduced;furthermore， the fine data collection and management technology are analyzed; and finally， the pavement maintenance decision-making process is further expounded， and the application of the decision-making system is carried out based on an example. The fusion and utilization of engineering basic data， pavement technical status data， structure data， maintenance history data and traffic volume data are realized. a maintenance decision-making technical system is established， which is mainly composed of data collection and management module， performance prediction model， maintenance countermeasure model， maintenance cost model and priority model， which provides some references for pavement maintenance scientifically.

Keywords： multi-source data; collection and management; pavement maintenance; decision system; refinement

公路運輸是交通運輸系統的重要組成，每年依靠公路運輸完成的貨運量及客運量在所有運輸子系統中均居首位，因而其為國民經濟發展和人們日常便捷出行作出了巨大貢獻[1]，這得益于道路建設的快速發展。根據我國交通運輸部公布的最新數據，截至2022年底，全國公路通車總里程535.48萬km，2017—2022年累計增加了約12.2%；同時公路養護總里程也達到了535.03萬km，占公路總里程的99.9%。可見，未來我國公路建設和養護的任務依然繁重。

道路在服役過程中，長期受雨水、光照、溫度和交通荷載等因素的組合作用，不可避免地出現路面性能衰減以及形成結構破壞[2-3]，例如抗滑性能不足、出現疲勞開裂等，這嚴重影響到道路的運營安全和服務水平。因此，對道路進行及時有效地養護意義重大，一方面改善路面使用性能，提升道路通行效率和運營安全性；另一方面延長道路的使用壽命，減小道路服役階段的大修次數，有效控制道路全壽命周期養護過程中的養護成本投入。我國某些省份的道路已轉向為養護為主的發展模式[4]。但這一切有賴于科學合理的路面養護決策，例如，養護時機、養護方案、養護費用投入和養護路段優先級別等。一般以路面性能得以有效恢復的最小投入作為最佳養護策略，即對經濟成本低和路面性能優這兩相矛盾的目標進行有效調節，使其實現平衡[5-6]。

數據是進行路面養護決策的底層依據，目前針對路面養護決策開展的大多數研究，都是基于技術狀況評價指標來綜合反映路面的性能，主要包括路面結構強度指數（PSSI）、路面車轍深度指數（RDI）、路面抗滑性能指數（SRI）、路面損壞狀況指數（PCI）和路面行駛質量指數（RQI）等指標[6-7]。而道路在建設、運營、養護階段將產生多種不同類型的海量數據，例如工程檔案信息、內部病害等結構信息、養護歷史及交通量等，顯然基于技術狀況評價指標進行路面養護決策具有局限性，且在大量實踐中發現路面技術狀況評價指標與路面結構數據、養護歷史數據、交通量數據等的對應關系較差，因而從多源數據融合方面進行路面養護決策更合理、更科學。之所以在這方面開展的工作尚比較缺乏，主要有兩大方面的原因：一是傳統檢測方法在多源數據的精細化采集上存在困難，尤其對路面養護決策具有重要參考價值的結構數據，例如內部脫空、空洞等結構病害數據；二是數據的跟蹤和管理技術跟不上，缺乏有效的數據管理平臺，因而材料性能衰變、結構強度衰減、病害發展形態及其過程等方面數據的缺乏，而這些數據恰恰能更好地反映路面結構行為。造成公路建設、服役以及養護階段產生的大量高價值數據未在養護決策過程中充分發揮作用。

現代道路多功能化和智能化的檢測技術、數據分析技術、計算機網絡技術的發展為解決上述問題創造了條件，例如，采用多功能集成的檢測車等設備可以快速獲取路面技術狀況詳情；采用探地雷達等設備可以探明路面內部病害情況；基于無線傳輸技術可實現現場檢測數據的快速傳輸、存儲；結合導航定位系統和多重分析手段等可實現數據的精細化管理和分析等。

綜合以上背景，為促進多源數據在路面養護決策過程中的融合應用，本研究在湖北交投高速公路運營集團有限公司前期圍繞路面養護決策系統所做工作的基礎上，首先介紹了養護決策系統的模塊構成，進而重點總結了數據精細化采集和管理技術，最后進一步闡述了路面養護決策流程，并基于實例開展了決策系統的應用研究。為科學進行路面養護提供一些參考。

1" 養護決策系統模塊組成

養護決策系統主要包括五大模塊，分別為數據采集和管理模塊、性能預測模塊、養護對策模塊、養護費用模塊和優先排序模塊，后4項主要涉及模型，因而也可直接稱為性能預測模型、養護對策模型、養護費用模型和優先排序模型。五大模塊之間存在緊密的聯系，但按照目的不同，模塊之間的相互決斷關系并非一成不變，如圖1所示，數據采集和管理模塊和養護對策模型即可通過當年路面檢測數據建立聯系，也可通過性能預測模型進行過渡。前者通過數據采集和管理模塊的內置工具處理和分析當年檢測數據，基于分析結果確定養護對策；后者則比較適合中長期路面養護對策的制定，通過選用不同時期路面性能數據進行多次迭代提高性能預測模型的精度，進而更加有效地預測中長期路面性能的衰減規律，針對性地確定養護對策和方案，可進一步從路面結構數據、交通量數據、養護歷史數據等方面優化養護對策和方案。余下的工作主要是基于養護費用模型和優先排序模型分別確定養護費用和養護路段。可見，養護決策系統中數據采集和管理模塊是最重要的模塊，其是其他4個模塊的數據基礎。因此路面數據采集和管理的精細化程度直接關乎養護決策的有效性。

2" 數據精細化采集與管理

2.1" 數據精細化采集技術

路面數據是一個龐大且復雜的體系，主要涉及工程基礎數據、路面技術狀況數據、結構數據、養護歷史數據和交通量數據等，見表1。從表中可以看出，除了路面技術狀況數據外，結構數據、養護歷史數據等包含的內容均比較豐富。這也間接說明僅主要依靠路面技術狀況數據進行路面養護決策存在局限性，將多源數據融合到路面養護決策體系中至關重要。

隨著科學技術的發展，近幾十年來路面檢測技術取得了長足進度，逐步實現了從人工手動檢測到半自動化檢測，再到全自動無損檢測的過渡，尤其在路面內部結構信息的獲取方面，便捷性和有效性得到顯著提高。表1為五大類數據和檢測技術關系最為密切的是路面技術狀況數據和結構數據，下面從智能化、高效化等方面介紹當前檢測技術在這2類路面數據精細采集中的應用。

1）路面技術狀況數據的獲取主要依靠集成多功能模塊的檢測車，如圖2（a）所示的CiCS多功能檢測車，其工作原理比較簡單，基于車上多源傳感器及圖像采集等設備的協同作用開展道路檢測。例如，基于圖像采集技術實現路面破損、裂紋的快速檢測；基于激光位移傳感技術精準檢測路面平整度；將激光位移傳感技術和圖像采集技術結合實現對路面紋理及車轍的非接觸智能化檢測，等等。因而多功能檢測車能夠同時完成路面損壞、路面平整度、路面車轍、路面抗滑性能、道路線形與沿線設施等高精度和高效檢測。基于數據圖像自動識別路面破損、裂紋等病害的技術在準確性方面還有待提升。此外，目前在路面技術狀況檢測方面也還涉及一些其他技術，例如，在一些大型設備檢測不便的區域采用機器人檢測技術；基于正常路面與破碎區域反光率不同，采用熱成像儀識別路面破損等病害，等等。這些技術受檢測效率、適用場景等因素的限制，適用頻率相對不高。

2）在路面結構數據的獲取方面，一方面依靠先進的電磁波法探測技術直觀分析路面內部結構信息，例如探地雷達設備（GPR），如圖2（b）所示，主要依靠天線發射和接收高頻電磁波來探測道路內部物質特性和分布規律，實現對道路結構層厚度，以及結構內部脫空、空洞、松散和富水等病害的綜合探測。目前使用較多的是單通道雷達，但其在病害識別有效性方面還有一些欠缺，通過多通道并聯工作可改善這一問題，多通道雷達以及3D雷達檢測設備將是未來的主流。例如，CiCS多功能檢測系統的擴展版本就配備了雙通道探地雷達系統，可快速檢測道路內部缺陷。同時，基于雷達圖像自動識別道路病害類型的技術也有待提升。此外，路面結構數據的獲取也離不開基于現場取芯試樣的室內輔助檢測手段，如圖2（c）和圖2（d）所示，雖然其是一種有損檢測方法，但取樣目的性強，室內分析手段精度高，可有效反映出路面結構材料的各項性能，例如，基于瀝青三大指標和流變實驗，以及瀝青混凝土的劈裂試驗、蠕變試驗、疲勞試驗等可綜合評判瀝青及瀝青混凝土當前所處的性能水平。現場取芯用于室內分析這一輔助檢測手段有效彌補了當前主流智能檢測設備難以現場對材料性能進行無損檢測的不足。

2.2" 數據精細化管理技術

道路數據的精細化管理主要體現在數據的存儲和分析2個方面。數據的存儲主要目標是建立數據與具體道路位點的關聯，現在的物聯網技術已經能比較容易實現公路路面現場檢測數據的便捷傳輸和存儲，其核心硬件是安裝在儀器設備上的數據采集發送裝置。結合全球導航衛星系統（GNSS），建立工程基礎數據（樁號、結構層厚度及組成等）、檢測數據和GNSS坐標的一一對應關系，從而實現從數據管理平臺對任意路段、位點或者單元病害等信息的快速定位。為路面技術狀況的自動評定與病害的精準定位和溯源提供了極大便利。數據分析方面，主要從2個層面開展工作，一是對數據進行清洗，篩出明顯異常值；對于缺失值，如果數據量比較少，可以基于兩側鄰近區域數據特征進行補充，例如內插法等。對于數據缺失嚴重的路段，如果整個路段病害比較嚴重，應該設置專項檢測進行補充；如果整個路段病害比較少，可以作空缺處理。二是對數據的深度分析，目前的工作主要體現在路面技術狀況數據分析（PSSI、RDI、SRI、PCI與RQI等）和路面使用性能的預測上，國內外學者以及行業從業人員基于不同適用條件提出了很多路面使用性能衰變模型，比較典型的有修正S型、負指數型和分階段折線型[7]。目前存在兩方面的問題，一是在建立路面使用性能衰變模型時，缺乏對工程基礎數據、結構數據等考慮，使用性能衰變模型與實際情況對應性不強；二是對結構信息的演變規律關注的不多，例如，內部脫空區位置、數量、體積的演變特征等。

綜上，目前的檢測技術已經能快速且有效地獲取路面技術狀況和結構相關的數據，結合物聯網技術、導航衛星系統等可建立工程基礎數據、檢測數據和GNSS坐標的一一對應關系，克服了傳統人工檢測存在的費時費工、檢測不及時、路面使用性能評價不客觀等問題。未來在基于數據分析的路面病害自動識別方面還需開發更加有效的方法或技術，例如，基于檢測車拍攝圖像和雷達圖像自動識別道路病害類型的方法或技術。機器學習是有望實現這一目標的有效方法，采用大樣本的圖像進行訓練，提升病害識別的準確性。此外，路面使用性能的預測方面還需綜合考慮工程基礎數據、道路結構數據等的影響，提升路面使用性能衰變模型的預測精度；同時，除了路面使用性能外，也需建立更多的模型分析其他數據的演變規律，如瀝青及其混凝土等材料的性能衰變過程，開發適合多種典型工況的道路數據處理方法。

3" 路面養護決策流程

湖北交投高速公路運營集團有限公司開發的路面養護決策體系實施流程如圖3所示，結合圖1所示決策系統的模塊組成，路面養護決策過程大致可以分為數據采集及分析、養護對策選擇及方案設計、養護費用估算等幾個階段。

數據采集及分析階段，依托多功能融合的自動化道路檢測設備及高精度北斗定位系統等，構建檢測位點、道路數據、GNSS坐標的一一對應關系，建立10 m級路段資產單元。分析數據主要為了兩方面的目的，一是評價路面當前技術狀況，結合養護需求初步篩選養護路段；二是基于長期路面技術狀況數據，在充分考慮結構數據等其他數據的基礎上，建立并優化性能預測模型。性能預測模型是編制中長期路面養護規劃的重要依據。

養護對策選擇及方案設計階段，決策樹是選擇養護對策常用的模型，以湖北境內某高速為例，如圖4所示，依據PSSI、PCI、RQI、RDI和SRI建立了6種養護方案、16條分支的決策樹對策模型，可實現對各類技術狀況路段的全方位覆蓋。在充分考慮結構數據等其他數據的基礎上，進一步優化養護方案。

養護費用估算階段，基于確定的養護工程項，從工程項單價、計量等方面建立養護費用模型，在路況優先和資金約束2種情況下，分別生成養護工程量及費用。資金約束條件下，需結合優先排序模型篩選出必修路段，即按照養護路段優先級進行排序。路段的優先級可按照式（1）進行確定，Ki為路面技術狀況、路面結構、交通量、行政等級和路齡等影響因素的權重，Pi為影響因素的優先度。計算各路段養護優先級，在資金受限的情況下，達到“降本增效”的目的。

P=ΣKi×Pi。" " " " " " " " " "（1）

4" 決策系統應用案例

以湖北境內某高速公路為例開展了養護決策系統在實體工程中的應用研究，選擇的路段總里程為107 km，養護決策工作基于該路段截至2022年的道路數據進行。基于路面技術狀況評價結果，結合養護需求，并充分考慮路面結構、養護歷史等方面的數據，基于圖4所示決策樹，確定養護路段和適宜的養護方案。初步篩選出174處養護路段，上行方向129處，下行方向45處，總計養護里程為23.34 km。

本案例采用養護資金約束條件（1 500萬元），因而核心工作是基于優先排序模型確定各養護路段的優先級，篩選出必修路段。經過模型分析，共篩選出35處必修路段，其中上行方向21處，下行方向14處，分別占上行和下行方向養護路段總數量的16.3%和31.1%。可以初步確定，下行方向雖然路面病害密度較小，但病害比較嚴重。35處必修路段的信息見表2，可見“路面破碎嚴重”為主要的病害類型，占到70%以上。必修路段總投入養護費用510.14萬元，約占總投入養護資金的三分之一，其中上行方向養護投入321.32萬元，下行方向養護投入188.82萬元。且174處養護路段總投入也未超過1 500萬元，實現了預期養護目標。

5" 結束語

為促進多源數據在路面養護決策中的融合應用，本研究基于湖北交投高速公路運營集團有限公司開發的路面養護決策系統，圍繞系統模塊構成、數據精細化采集和管理、路面養護決策流程及案例應用等幾個方面進行了分析和總結，獲得以下結論。

1）養護決策系統由數據采集和管理模塊、性能預測模型、養護對策模型、養護費用模型和優先排序模型五大模塊組成。

2）多功能道路檢測車、探地雷達、物聯網技術和定位系統等為道路數據的精細化采集和管理提供重要保障。未來在基于數據圖像的道路病害自動識別方面還需開發更加有效的方法。此外，還需提升路面使用性能衰變模型的預測精度，同時，加強對路面技術狀況以外數據演變規律的研究。

3）養護決策系統的應用流程大致可以分為數據采集及分析、養護對策選擇及方案設計、養護費用估算等幾個階段。以湖北境內某高速路段為例，成功開展了養護決策系統在實體工程中的應用。

參考文獻：

[1] 中慶朱.可持續發展理念下的公路經濟管理探析[J].智能城市應用，2021，4（6）：23-25.

[2] 陳先華，馬耀魯，耿艷芬，等.路面工程中的車-路相互作用研究進展[J].機械工程學報，2021，57（12）：18-30.

[3] 陳露.淺談高速公路瀝青路面常見病害及防治措施[J].交通科技與管理，2023，4（14）：87-89.

[4] 楊凱，王長海.基于ECharts的交通養護大數據可視化效果實現方法[J].西部交通科技，2019（10）：148-151.

[5] 王紹然.基于BIM技術的路面養護決策分析[J].交通世界，2022（Z2）：149-150.

[6] 易小波.高速公路路面養護決策技術分析[J].交通科技與管理，2023，4（13）：114-116.

[7] 林翔，李強.公路路面養護決策技術體系[J].公路，2021，66（10）：357-364.